| List |
| Topic: | Odhad parametrů aterosklerotických plátů z ultrazvukových obrazů |
|---|---|
| Department: | Algoritmy pro biomedicínské zobrazování |
| Supervisor: | prof. Dr. Ing. Jan Kybic |
| Announce as: | Diplomová práce, Bakalářská práce, Semestrální projekt |
| Description: | 1. Seznamte se s datasetem ultrazvukových obrázků karotidy,
obrázky zobrazte včetně segmentací. 2. Vytvořte seznam relevantních geometrických parametrů cévy a ultrazvukového plátu z transverzálních i longitudinálních obrázků, jako je průměr a plocha cévy, procento stenózy (=relativní plocha plátu), tloušťka a plocha plátu atp. Tyto parametry definujte matematicky. Pokuste se vytvořit jejich derivovatelnou variantu pro účely pozdější optimalizace. 3. Vytvořte vhodná syntetická data (obrázky + segmentace) se známou ale náhodnou geometrií. 4. Vytvořte metody vyhodnocující výše zmíněné parametry ze známé segmentace. 5. Pokuste se natrénovat neuronovou síť (např. typu ResNet), které geometrické parametry odhadne ze známé segmentace. Vyhodnoťte experimentálně a v případě potřeby vylepšete. 6. Pokuste se natrénovat neuronovou síť (např. typu ResNet), které geometrické parametry odhadne z obrázku. Vyhodnoťte experimentálně na syntetických i reálných datech a v případě potřeby vylepšete. 7. [Volitelně] Pokuste se odhadnou další parametry plátu určené lékaři (echogenicita, homogenicita, typ povrchu, kalcifikace...) 8. [Volitelně] Navrhněte a otestuje další vhodné architektury sítě pro predikci geometrických parametrů, např. segmentační síť + derivovatelné vyhodnocení žádaného geometrického parametru. Je potřebné segmentační část předtrénovat? |
| Bibliography: | Kostelanský M., Manzano-Rodríguez A., Kybic J., Hekrdla M., Dvorský O., Kozel J., Baurová P., Pakizer D. and Školoudík D.. "Differentiating between stable and progressive carotid atherosclerotic plaques from in-vivo ultrasound images using texture descriptors." SIPAIM: International Symposium on Medical Information Processing and Analysis, 2021.
Kostelanský M. "Localization and segmentation of in-vivo ultrasound carotid artery images.", diplomová práce, ČVUT FEL, 2021. Školoudík, D., Kešnerová, B., Hrbáč, T., Netuka, D., Vomáčka, Langová, K., Roubec, M., Herzig, R., and Belšan, T., “Visual and digital analysis of the ultrasound image in a stable and progressive carotid atherosclerotic plaque,” Česká a slovenská neurologie a neurochirurgie (1), 38–44 (2021). He, K., Zhang, X., Ren, S., and Sun, J., “Deep residual learning for image recognition,” in [CVPR: IEEE Conference on Computer Vision and Patter Recognition], 2016. |