Detail of the student project

List
Topic:Hluboké učení pro klasifikaci histopatologických dat
Department:Katedra kybernetiky
Supervisor: Jan Hering Dipl.-Math.
Announce as:BP,PMI,SOP
Description:Díky své úspěšnosti v řešení problémů – od klasifikace fotografií, rozpoznávání obličejů ale také např. detekce síťového útoku – se hluboké učení, tj. učení pomocí hlubokých konvolučních sítí do popředí při řešení problémů pomocí strojového učení.

Histopatologické vyhodnocení tkáně je jednou ze základních diagnostických metod v interní medicíně. Tenké vrstvy odebraných vzorků tkání se nejprve reakcí se specifickými barvivy obarví a posléze nasnímají na elektronovém mikroskopu. Velikost takových obrázků v digitální podobě dosahuje až miliardy pixelů, počty takových snímků v rámci běžné klinické praxe díky dostupnosti přístrojů se neustále zvětšují. Spolehlivý systém automatické diagnózy a detekce nádorem zasažené tkáně může výrazně usnadnit práci a ušetřit čas lidským expertům, kteří všechny snímky musí vyhodnotit manuálně.


Náplní a očekávaným výstupem práce je implementace vybrané architektury konvoluční sítě podle nejnovější literatury, a sice v jazyce Python a dále její evaluace pro klasifikaci histopatologických snímků datové sady PETACC, která obsahuje obarvené řezy tkáně tlustého střeva.
Realization form:Python
Date:23.05.2018
Responsible person: Petr Pošík