Zde najdete úspěšně obhájené reprezentativní práce z minulých let. Aktuální zadání najdete 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
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.
