W zależności od ilości danych do przetworzenia generowanie pliku może się wydłużyć.

Jeśli generowanie trwa zbyt długo można ograniczyć dane np. zmniejszając zakres lat.

Rozprawa doktorska

Pobierz BibTeX

Tytuł

Automatic parameterization of human retina image

Autorzy

[ 1 ] Instytut Automatyki i Robotyki, Wydział Automatyki, Robotyki i Elektrotechniki, Politechnika Poznańska | [ P ] pracownik

Promotor

[ 1 ] Instytut Automatyki i Robotyki, Wydział Automatyki, Robotyki i Elektrotechniki, Politechnika Poznańska | [ P ] pracownik

Promotor pomocniczy

[ 1 ] Instytut Automatyki i Robotyki, Wydział Automatyki, Robotyki i Elektrotechniki, Politechnika Poznańska | [ P ] pracownik

Recenzenci

Wariant tytułu

PL Automatyczna parametryzacja obrazu siatkówki oka ludzkiego

Język

angielski

Słowa kluczowe
EN
  • optical coherence tomography
  • image processing
  • retina layers segmentation
  • convolutional neural networks
  • graph theory
PL
  • optyczna tomografia koherencyjna
  • przetwarzanie obrazu
  • segmentacja warstw siatkówki
  • konwolucyjne sieci neuronowe
  • teoria grafów
Streszczenie

EN This thesis presents research on the automatic analysis of optical coherence tomography (OCT) images of the human retina. The author of this dissertation proposed solutions for the quantitative assessment of the preretinal space and the parameterization of vitreomacular traction (VMT) pathology based on automatic analysis of OCT images. The individual stages of the retinal image segmentation process were investigated and procedures were developed to improve the automatic analysis of low-quality OCT images. The main topic of the research conducted by the author was the development of methods for segmentation of the preretinal space and parameterization of the state of VMT pathology. The proposed method using fully convolutional neural networks allows for segmentation accuracy up to 96%. The obtained segmentations were the basis for the automatic parameterization of the pathological structure of the retina.

PL W pracy przedstawiono badania dotyczące automatycznej analizy obrazów optycznej tomografii koherencyjnej (ang. optical coherence tomography — OCT) siatkówki oka ludzkiego. Autorka tej rozprawy zaproponowała rozwiązania ilościowej oceny przestrzeni przedsiatkówkowej oraz parametryzacji patologii trakcji szklistkowo-plamkowej (ang. vitreomacular traction — VMT) oparte na automatycznej analizie obrazów OCT. Przebadano poszczególne etapy procesu segmentacji obrazu siatkówki i opracowano procedury usprawnienia automatycznej analizy obrazów OCT niskiej jakości. Głównym tematem przeprowadzonych przez autorkę badań było opracowanie metod segmentacji przestrzeni przedsiatkówkowej oraz parametryzacji stanu patologii VMT. Zaproponowana metoda wykorzystująca w pełni splotowe sieci neuronowe pozwala na uzyskanie dokładności segmentacji do 96%. Uzyskane segmentacje były podstawą do automatycznej parametryzacji patologicznej struktury siatkówki.

Liczba stron

226

Dziedzina wg OECD

nauki inżynieryjne i techniczne

Dyscyplina naukowa (Ustawa 2.0)

automatyka, elektronika i elektrotechnika

Sygnatura rozprawy w wersji drukowanej

DrOIN 2214

Katalog on-line

to2023500585

Pełny tekst rozprawy doktorskiej

Pobierz plik

Poziom dostępu do pełnego tekstu

publiczny

Pierwsza recenzja

Andrzej Materka

Miejsce

Łódź, Polska

Data

27.06.2022

Język

polski

Tekst recenzji

Pobierz plik

Poziom dostępu do recenzji

publiczny

Druga recenzja

Piotr Targowski

Miejsce

Toruń, Polska

Data

10.07.2022

Język

polski

Tekst recenzji

Pobierz plik

Poziom dostępu do recenzji

publiczny

Status rozprawy

rozprawa doktorska

Miejsce obrony

Poznań, Polska

Data obrony

03.11.2022

Jednostka nadająca tytuł

Rada Dyscypliny Automatyka, Elektronika i Elektrotechnika Politechniki Poznańskiej

Uzyskany tytuł

doktor nauk inżynieryjno-technicznych w dyscyplinie: automatyka, elektronika i elektrotechnika

Ta strona używa plików Cookies, w celu zapamiętania uwierzytelnionej sesji użytkownika. Aby dowiedzieć się więcej przeczytaj o plikach Cookies i Polityce Prywatności.