• Názov: Detekcia nádorov prostaty v MR snímkach
• Školiteľ: RNDr. Zuzana Černeková, PhD.
• Cieľ a anotácia: Detegovať nádory prostaty z multiparametrického MR vyšetrenia metódou neurónových sietí. Naštudovať problematiku spracovania medicínskych dát pomocou neurónových sietí. Analyzovať existujúce riešenia publikované v dostupnej odbornej literatúre. Navrhnúť sieť vhodnú na detekciu tumorov prostaty v MR snímkach. Túto sieť otestovať a vyhodnotiť výsledky.

Zdroje

• Článok: A new approach to diagnosing prostate cancer through magnetic resonance imaging (Li Zhang, Longchao Li, Min Tang, Yi Huan, Xiaoling Zhang, Xia Zhe),
• Článok: Prostate Cancer Detection using Deep Convolutional Neural Networks (Sunghwan Yoo, Isha Gujrathi, Masoom A. Haider, Farzad Khalvati),
• Článok: The Expanding Role of MRI in Prostate Cancer (Gillian Murphy, Masoom Haider, Sangeet Ghai, Boraiah Sreeharsha),
• Článok: Automated grading of prostate cancer using convolutional neural network and ordinal class classifier (Bejoy Abraham, Madhu S. Nair),
• Článok: Exploiting Interslice Correlation for MRI Prostate Image Segmentation, from Recursive Neural Networks Aspect (Qikui Zhu, Bo Du, Baris Turkbey, Peter Choyke, and Pingkun Yan),
• Diplomová práca: DETEKCIA OBLIČKOVÝCH KAMEŇOV V CT SNÍMKACH (Bc. Martin Demeter),
• Článok: U-Net: Convolutional Networks for Biomedical Image Segmentation (Olaf Ronneberger, Philipp Fischer, Thomas Brox),
• Článok: Convolution-Free Medical Image Segmentation using Transformers (Davood Karimi, Serge Vasylechko, Ali Gholipour),
• Článok: Cascade Dense-Unet for Prostate Segmentation in MR Images (Suiyi Li, Yuxuan Chen, Su Yang, and Wuyang Luo),

Implementácia

• Kód - (aktuálna implementácia, zip)
• Dáta - Prostate MRI and Ultrasound With Pathology and Coordinates of Tracked Biopsy (Prostate-MRI-US-Biopsy)
• Prezentácia - (január 2022, stiahnuť)
• Knižnica - pytorch

Denník

• Študovanie problematiky - články (témy: rakovina prostaty, detekcia prostaty z medicínskych snímok, detekcia rakoviny prostaty v medicínskych dátach, klasifikácia rakoviny), podobné práce na fakulte zamerané na medicínsku problematiku

• Implementácia konvolučnej neurónovej sieťe, ktorá detekuje či sa na snímke nachádza alebo nenachádza prostata. Ako vstup do siete boli použitý voľne prístupný dataset, ktorý sme sie oleblovali. ( dataset )

• Hľadanie datasetu, ktorý využijem v diplomovej práce na detekciu rakoviny, ktorý ma dostatočný počet pacientov a dáta vhodne olablované tak aby sme ich vedeli použiť v diplomovej práci. Našla sme dataset, ktorý obsahuje dostatočne veľa olablovaných dát pre potrebu diplomovej práce.

• Príparava datasetu pre neurónovú sieť, študovanie najvhodnejších modelov na detekciu rakoviny. Preštudovanie modelu U-Net, ktorý sa zdá ako najvhodnejší na prácu s medicínskymi dátami. U-Net dokáže dosahať dobré výsledky aj na menšom počte snímkov a sieť je dobre adapdovateľná pre rozličné úlohy.

• Implementácia modelu UNet na detekciu rakoviny prostaty, bez predošlej detekcie prostaty. Použitie predpripraveného datasetu na trénovanie modelu.