Zde najdete úspěšně obhájené reprezentativní práce z minulých let. Aktuální zadání naleznete po přihlášení v rámci platformy HUB na tomto odkazu.
Bakalářské práce
Autor: Pavlína Koutecká, 2020
Vedoucí: Jan Kybic
Digitalizace procesu detekce rakoviny v histopatologických snímcích je předmětem výzkumu posledních let a automatizovaná počítačová analýza založená na hlubokých neuronových sítích ukázala potenciální výhody jako diagnostická strategie. V této práci vyvíjíme metodu pro řešení úlohy automatické detekce metastáz v histologických snímcích lymfatických uzlin.
Popis epileptické sítě pomocí distribuce interiktálních výbojů
Autor: Julie Barnová, 2020
Vedoucí: Radek Janča
Iritační zóna je součástí konceptu epileptické sítě. Skládá se z podsítí, klastrů, které jsou schopny generovat nezávislé populace interiktálních výbojů (IED). Cílem práce bylo vytvořit a optimalizovat algoritmus, který dokáže v intrakraniálním EEG (iEEG) identifikovat nezávislé zdroje IED, a dále prokázat vztah mezi jejich chirurgickým odstraněním a bezzáchvatovým pooperačním výsledkem.
Hodnocení hypometabolismu v obrazech pozitronové emisní tomografie
Autor: Kateřina Macková, 2021
Vedoucí: Radek Janča
Pro úspešnost chirurgické léčby epilepsie je klíčové správné vymezení oblasti resekce. Ta ideálně zahrnuje celou epileptogenní tkáň zodpovědnou
za vznik záchvatů. V obrazech FDG-PET se často jeví jako hypometabolická. Automatická lokalizace hypometabolismů proto může významně pomoci pri diagnostice a léčbě fokální epeilesie.
Diplomové práce
Autor: Maxmilian Marek, 2024
Vedoucí: Bohuslav Rezek
SiV (křemíková-vakantní) centra jsou opticky aktivní defekty v diamantové matici, které mají unikátní vlastnosti v podobě vysoké fotostability, biokompatibility a také jsou inertní. Použití SiV center je v současné době intenzivně rozvíjené pro širokou oblast použití, od tzv. energy harvestingu, přes biomedicínu až po využití v kvantových informační technologiích. Tato práce zkoumá princip vzniku povrchového fotonapětí způsobeného přítomností SiV center v nanokrystalické dimantové vrstvě s rozdílnou povrchovou úpravou a tloušťkou (6-177 nm).
Autor: Matyáš Pokorný, 2024
Vedoucí: Tomáš Radil (BTL)
Tato práce se zabývá návrhem a vývojem software pro řízení galvanometrů laserového skeneru vyvíjeného pro použití v estetické medicíně. V úvodu je popsána technologie galvanometrických aktuátorů a způsobů jejich řízení. Dále je stručně popsána problematika vývoje software pro lékařská zařízení dle normy IEC 62304. Na základě matematického modelu galvanometru a simulací je navržen číslicový regulátor pro řízení galvanometrů. Regulátor má strukturu modifikovaného PID regulátoru. Navržené řešení je následně implementováno pro mikrokontroler STM32 a otestováno pomocí osciloskopu.
Autor: Tereza Baštová, 2024
Vedoucí: Roman Čmejla
Využití fyziologických signálů pro měření stresu přináší jisté výhody vůči metodám založených na sebehodnocení (např. dotazníky), které jsou velmi subjektivní a nemusí spolehlivě odhalit projevy stresu. Mezi běžně používané fyziologické signály pro detekci stresu patří velikost zornice, galvanická kožní odezva (GSR) a variabilita srdeční frekvence (HRV). Cílem práce bylo navrhnout experiment vhodný pro pupilometrické měření, analyzovat získaná data a určit parametry vhodné pro detekci stresu.
Klasifikace realizací náhodných množin
Autor: Bogdan Radović, 2024
Vedoucí: Kateřina Helisová
Random sets have gained significant importance in recent years as a valuable tool for modelling a wide range of phenomena in fields such as biology, geology, medicine, or material sciences. However, to the best of our knowledge, classification of their realisations has not yet been studied. In the presented work, a link between methods for random sets and functional data analysis is built that focusses on evaluating functional characteristics from individual components in the realisations based on their shape. Such obtained functional data is then used for nonparametric classification using both supervised and unsupervised approach based on k-nearest neighbours and k-means algorithms, respectively.
Autor: Fádi Kanout, 2024
Vedoucí: David Levčík (FÚ AV ČR)
Alzheimerova choroba (ACH) je nejčastější příčinou demence. Narušení sociálního chování je často časným příznakem ACH, který se typicky objevuje před nástupem poruch v oblasti kognitivních funkcí. Hlavním cílem této práce je vytvoření algoritmů pro automatickou detekci a klasifikaci různých typů specifických sociálních interakcí u potkanů TgF344-AD – animálního modelu Alzheimerovy choroby. Potkani byli pozorováni pomocí kamer z více úhlů, což umožnilo sledovat pohyb potkanů v trojrozměrném souřadnicovém systému.
Autor: Jan Touš, 2024
Vedoucí: David Levčík (FÚ AV ČR)
Alzheimerova choroba (ACH) je nejčastější formou demence u starší populace a představuje mimořádnou zátěž pro zdravotnický systém. Narušení sociálního chování patří mezi typické časné symptomy ACH. Hlavním cílem práce je vytvoření nástrojů pro identifikaci a analýzu specifických vzorců v invazivním EEG u potkanů, a to konkrétně detektoru ostrých vln a hrotů, dále pak nástrojů pro kvantifikaci energie frekvenčních pásem invazivních EEG záznamů a nástrojů pro kvantifikaci mezifrekvenční vazby invazivních EEG záznamů.
Autor: Carmen-Anna Konicarová, 2024
Vedoucí: Eduard Bakštein
Předchozí studie prokázaly vztah mezi aktivitami měřenými aktigrafií (míru aktivity, spánku a jejich fragmentaci) a klinickým stavem u pacientů s bipolární poruchou. Hlavním cílem této studie bylo zjistit, zda se struktura kovariance mezi různými parametry aktigrafie liší u různých klinických stavů. Metody založené na kovarianční matici, mediánu a směrodatné odchylce hodnot aktigrafických znaků byly kombinovány se dvěma technikami redukce dimenzionality, analýzou hlavních komponent a naší vlastní metodou založenou na maximálním rozdílu kovariančních dvojic příznaků mezi klinickými stavy.
Autor: Filip Oplt, 2024
Vedoucí: Martin Černý
Tato práce se zabývá automatickým určováním Knosp skóre ze snímků magnetické rezonance mozku a jejich segmentačních masek. Knosp skóre je stupeň na škále rozšířeného klasifikačního systému pro hodnocení závažnosti adenomu hypofýzy. Určení tohoto skóre může pomoci stratifikovat rizika při neurochirurgické léčbě. Prezentované řešení zahrnuje geometrický model založený na pravidlech a modely využívající metod hlubokého učení.
Autor: Karolína Bendová, 2024
Vedoucí: Roman Čmejla
Schizofrenie je psychotická porucha, mezi jejíž hlavní symptomy patří poruchy řeči. Trpí jí zhruba 1 % populace. K úspěšné léčbě výrazně pomáhá správná a včasná diagnostika. Cílem této práce je navrhnout a otestovat potenciální jazykové biomarkery, které by mohly včasnou diagnostiku umožnily.
Plánování chirurgických zákroků pomocí metody branch and price zrychlené pomocí strojového učení
Autor: Pavlína Koutecká, 2023
Vedoucí: Přemysl Šůcha
Plánování operačních sálů ve zdravotnických zařízeních je zásadní úkol ovlivňující kvalitu péče o pacienty a provozní náklady. Plánovací pravidla používaná v nemocnicích často vedou k suboptimálním rozvrhům. Optimalizační techniky nabízejí slibné východisko. Řešení problému plánování operačních sálů je však obtížné kvůli velkému počtu proměnných a omezení. Tato práce řeší tento problém využitím algoritmu branch-and-price.
Optimalizace rozhraní EIT-Oxygenátor pro brzkou detekci krevních sraženin
Autor: Filip Šlapal, 2023
Vedoucí: Jan Havlík
Vznik a depozice trombů je nejčastější příčinou pro nucenou výměnu oxygenátorů při mimotělní podpoře krevního oběhu. Výskyt komplikací je ovšem mnohem častější v případě nucené výměny než u výměny plánované. Tato diplomová práce se soustředí na využití elektrické impedanční tomografie (EIT) pro včasnou detekci krevních sraženin v oxygenátorech.
Localization and segmentation of in-vivo ultrasound carotid artery images
Autor: Martin Kostelanský, 2021
Vedoucí: Jan Kybic
Táto práca je zameraná na tri samostatné problémy týkajúce sa spracovania obrazu – klasifikáciu, lokalizáciu a segmentáciu ultrazvukových snímkov stenózy krčnej artérie. Prvý zo zmienených problémov bol úspešne vyriešený použitím neurónovej siete ResNet50 a vytvorením datasetu so 1679 snímkami.
Klasifikace typu fokální kortikální dysplázie dle interiktální aktivity v invazivním EEG
Autor: Laura Shala, 2020
Vedoucí: Radek Janča
Fokální kortikální dysplázie (FCD) je častou příčinou farmakorezistentní epilepsie. Určení podtypu FCD je zásadní při plánování resekčního výkonu u těchto pacientů. Cílem této práce je na základě parametrizace výskytu interiktálních výbojů IED v předoperačním iEEG záznamu predikovat podtyp FCD.
Nestabilita efektivní konektivity uvnitř epileptogenní sítě
Autor: Lenka Svobodová, 2019
Vedoucí: Radek Janča
Jednou z možností léčby farmakorezistentní epilepsie je chirurgické odstranění tzv. epileptogenní zóny. V epileptogenní neuronální síti můžeme identifikovat uzly, které se aktivně podílejí na genezi záchvatu. Tyto uzly vykazují nestabilní efektivní konektivitu se zbytkem sítě. Cílem práce je identifikace nestabilních uzlů, jejich lokalizace ve vztahu ke klinickému hodnocení a vliv na pooperační výsledek.
Stanovení prediktorů pooperační fibrilace síní u pacientů po aortokoronárním bypassu
Autor: Kristýna Vieweghová, 2021
Vedoucí: Radek Janča
Tato diplomová práce se zabývá statistickým zpracováním dat u pacientů po aortokoronárním bypassu (CABG). Cílem této práce je určení prediktorů pooperační fibrilace síní s pomocí multivariantních modelů.
Hledání sekundarních struktur v primarních strukturách nukleových kyselin
Autor: Anh Vu Le, 2019
Vedoucí: Jiří Kléma
Struktura RNA molekul významně ovlivňuje jejich funkci. Na objev konkrétní funkční RNA struktury v genomu může být nahlíženo jako na objev funkce s ní spojené. Tato práce navrhuje výpočetní pipeline, která prohledá celý lidský genom a detekuje úseky, které vykazují strukturní podobnost s cílovou RNA strukturou.
Možnosti využití kaskád neuronových sítí pro klasifikaci krvetvorných buněk
Autor: Jonas Daniel Nienhaus, 2020
Vedoucí: Philipp Gräbel, Jan Havlík
Předložená práce se zabývá hierarchickou klasifikací hematopoetických buněk s využitím kaskád hlubokých neuronových sítí. V práci jsou definovány dvě strategie pro získání kombinovaných předpovědí z kaskád, pravděpodobnostní přístup a deterministická metoda.
Automatická detekce intronů v metagenomech pomocí neuronových sítí
Autor: Martin Indra, 2021
Vedoucí: Jiří Kléma
Přesné biologické mechanizmy rozpoznávání a vyřezávání intronů nejsou zatím plně známy. Strojové rozpoznávání a vyřezávání intronů z DNA sekvencí je důležité například při hledání genových homologií. V rámci práce vznikly dva modely neuronových sítí detekující začátky a konce intronů, takzvaná donorová a akceptorová místa sestřihu. Detekovaná místa sestřihu jsou následně zkombinována do kandidátních intronů a ty jsou vyříznuty.
