Semantic-Segmentation of Biomedical Images based on Visual Similarity /

Zrak je považován za jeden z nejdokonalejších lidských smyslů. Tento smysl umožňuje lidem přijímat velké množství informací v čase. Zrakové vnímání je složitý proces, který zahrnuje rozpoznávání objektů, interpretaci vjemů a vnímaní souvislostí. Pro počítače je složité automatické vnímání vizuální i...

Celý popis

Uloženo v:
Podrobná bibliografie
Hlavní autor: Stoklasa, Roman (Autor práce)
Další autoři: Matula, Petr, 1975- (Vedoucí práce)
Typ dokumentu: VŠ práce nebo rukopis
Jazyk:Angličtina
Vydáno: 2016
Témata:
On-line přístup:http://is.muni.cz/th/139873/fi_d/
Obálka
LEADER 05476ctm a22008657i 4500
001 MUB01006378339
003 CZ BrMU
005 20240516153137.0
008 161025s2016 xr ||||| |||||||||||eng d
STA |a POSLANO DO SKCR  |b 2016-12-16 
035 |a (ISMU-VSKP)199592 
040 |a BOD114  |b cze  |d BOD018  |e rda 
072 7 |a 004.9  |x Speciální počítačové metody. Počítačová grafika  |2 Konspekt  |9 23 
072 7 |a 57  |x Obecná biologie  |2 Konspekt  |9 2 
080 |a 575.112  |2 MRF 
080 |a 57:61  |2 MRF 
080 |a 612.84  |2 MRF 
080 |a 001.102-028.22  |2 MRF 
080 |a 004.93  |2 MRF 
080 |a 621.397  |2 MRF 
080 |a 681.723  |2 MRF 
100 1 |a Stoklasa, Roman  |% UČO 139873  |* [absolvent FI MU]  |4 dis 
242 1 0 |a Semantic-Segmentation of Biomedical Images based on Visual Similarity  |y eng 
245 1 0 |a Semantic-Segmentation of Biomedical Images based on Visual Similarity /  |c Roman Stoklasa 
264 0 |c 2016 
300 |a xiv, 121 stran 
336 |a text  |b txt  |2 rdacontent 
337 |a bez média  |b n  |2 rdamedia 
338 |a svazek  |b nc  |2 rdacarrier 
500 |a Vedoucí práce: Petr Matula 
502 |a Dizertace (Ph.D.)--Masarykova univerzita, Fakulta informatiky, 2016 
520 2 |a Zrak je považován za jeden z nejdokonalejších lidských smyslů. Tento smysl umožňuje lidem přijímat velké množství informací v čase. Zrakové vnímání je složitý proces, který zahrnuje rozpoznávání objektů, interpretaci vjemů a vnímaní souvislostí. Pro počítače je složité automatické vnímání vizuální informace. Klasické počítače dokáží zpracovávat jen číselné a logické hodnoty, a proto každý obrázek vnímají pouze jako matici čísel. Výzvou, jak ,,naučit počítače vidět``, se zabývá oblast počítačového vidění. Tato oblast se zaměřuje především na zpracování obrázků z reálného světa, jako například fotografiemi okolního prostředí, přírody, záznamů z bezpečnostních kamer a pod. Oblast analýzy biomedicínského obrazu se taktéž zabývá zpracováním obrazových dat. Typické aplikace v této oblasti pracují s mikroskopickými snímky z různých typů mikroskopů (např. světelný, fluorescenční nebo elektronový), nebo také s lékařskými snímky pořízenými z magnetické rezonance nebo počítačové tomografie. V  |% cze 
520 2 9 |a Vision is natural and the most sophisticated sense of human beings. This sense allows people to perceive huge amount of information. Visual perception is a complex process which involves recognition, context awareness and interpretation. It is difficult to solve visual perception problem automatically by computers, because computers can not ``see''. Traditional computers are only able to process numerical and logical values, so every image is transformed into a matrix of numbers. The problem ``how to teach computers to see'' is the main topic of computer vision area. Computer vision problems focuses mainly on real-world images, which can be, for example, various photos taken by people, recordings from surveillance cameras, or pictures taken by a~robot. Biomedical image analysis is also a field of research that deals with problems of image processing. Typical application from this area works with microscope images from various types of microscopes (e.g., wide-field, f  |9 eng 
650 0 7 |a zrak  |7 ph127684  |2 czenas 
650 0 7 |a vizuální informace  |7 ph749218  |2 czenas 
650 0 7 |a počítačové vidění  |7 ph344057  |2 czenas 
650 0 7 |a zpracování obrazu  |7 ph210245  |2 czenas 
650 0 7 |a mikroskopy  |7 ph263229  |2 czenas 
650 0 7 |a bioinformatika  |7 ph194800  |2 czenas 
650 0 7 |a biomedicína  |7 ph165181  |2 czenas 
650 0 9 |a vision  |2 eczenas 
650 0 9 |a visual information  |2 eczenas 
650 0 9 |a image processing  |2 eczenas 
650 0 9 |a microscopes  |2 eczenas 
650 0 9 |a bioinformatics  |2 eczenas 
650 0 9 |a biomedicine  |2 eczenas 
650 0 9 |a computer vision  |2 eczenas 
655 7 |a disertace  |7 fd132024  |2 czenas 
655 9 |a dissertations  |2 eczenas 
658 |a Informatika (čtyřleté)  |b Informatika  |c FI D-IN4 IN (IN)  |2 CZ-BrMU 
700 1 |a Matula, Petr,  |d 1975-  |7 xx0140973  |% UČO 3019  |4 ths 
710 2 |a Masarykova univerzita.  |b Katedra počítačové grafiky a designu  |4 dgg 
856 4 1 |u http://is.muni.cz/th/139873/fi_d/ 
CAT |c 20161025  |l MUB01  |h 0421 
CAT |a HANAV  |b 02  |c 20161031  |l MUB01  |h 1646 
CAT |a POSPEL  |b 02  |c 20161116  |l MUB01  |h 1303 
CAT |a POSPEL  |b 02  |c 20161116  |l MUB01  |h 1303 
CAT |a VESELA  |b 02  |c 20161201  |l MUB01  |h 1054 
CAT |c 20161216  |l MUB01  |h 1323 
CAT |a POSPEL  |b 02  |c 20170329  |l MUB01  |h 0745 
CAT |a POSPEL  |b 02  |c 20180130  |l MUB01  |h 0802 
CAT |a POSPEL  |b 02  |c 20180411  |l MUB01  |h 0813 
CAT |c 20210614  |l MUB01  |h 1021 
CAT |c 20210614  |l MUB01  |h 2008 
CAT |a BATCH  |b 00  |c 20210724  |l MUB01  |h 1249 
CAT |a POSPEL  |b 02  |c 20230930  |l MUB01  |h 2149 
CAT |a VESELAX  |b 02  |c 20240516  |l MUB01  |h 1528 
CAT |a VESELAX  |b 02  |c 20240516  |l MUB01  |h 1530 
CAT |a VESELAX  |b 02  |c 20240516  |l MUB01  |h 1530 
CAT |a VESELAX  |b 02  |c 20240516  |l MUB01  |h 1531 
CAT |a VESELAX  |b 02  |c 20240516  |l MUB01  |h 1531 
LOW |a POSLANO DO SKCR  |b 2016-12-16 
994 - 1 |l MUB01  |l MUB01  |m VYSPR  |1 FI  |a Fakulta informatiky  |2 SKLAD  |b sklad  |3 Diz. práce 2016  |5 42005D2677  |8 20161201  |f 72  |f Týdenní  |r 20161201 
AVA |a INF50  |b FI  |c sklad  |d Diz. práce 2016  |e available  |t K dispozici  |f 1  |g 0  |h N  |i 0  |j SKLAD