Přístupnostní navigace
E-application
Search Search Close
Bachelor's Thesis
Author of thesis: Bc. Dominik Vágner
Acad. year: 2022/2023
Supervisor: doc. Ing. Michal Španěl, Ph.D.
Reviewer: Ing. Markéta Juránková, Ph.D.
Artifacts caused by the presence of metals in computed tomography scans impact their readability and can cause problems when making decisions for medical professionals. In recent years, deep learning-based methods have seen considerable success in solving this problem, compared to older hand-crafted solutions. In this work, two supervised neural network models (Autoencoder, U-net) are implemented, along with a better way to solve the problem of creating a synthetic dataset, as otherwise in this case it is naturally impossible to obtain. The results in evaluation metrics (PSNR, SSIM) achieved are on par with those of state-of-the-art solutions while reducing the need for prerequisites that are complicated to prepare. This generalized solution enables a broader and easier application without needing a specific controlled environment.
computed tomography, CT, metal artifact reduction, MAR, deep learning, convolutional neural networks, Autoencoder, U-Net, synthethic dataset creation
Date of defence
15.06.2023
Result of the defence
Defended (thesis was successfully defended)
Grading
A
Process of defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných, např. ohledně generování použitého datasetu či původu viditelných artefaktů. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm výborně / A.
Topics for thesis defence
Language of thesis
Czech
Faculty
Fakulta informačních technologií
Department
Department of Computer Graphics and Multimedia
Study programme
Information Technology (BIT)
Composition of Committee
prof. Ing. Martin Čadík, Ph.D. (předseda) doc. Ing. Radek Burget, Ph.D. (člen) Ing. Vojtěch Mrázek, Ph.D. (člen) Ing. David Bařina, Ph.D. (člen) Ing. Jaroslav Rozman, Ph.D. (člen)
Supervisor’s reportdoc. Ing. Michal Španěl, Ph.D.
Spolupráce s panem Vágnerem byla výborná. Dokázal se zorientovat v tématu s nádechem inovativnosti a svým aktivním přístupem se mu podařilo řešení dotáhnout k výsledkům, které mají potenciál využití v praxi.
Vznik zadání iniciovala firma, pro kterou je problematika zlepšení vizuální kvality dentálních CT snímků zajímavé. Nejproblematičtější je pak právě potlačení "kovových artefaktů", které při snímání vznikají.Zadání považuji za obtížnější. Využití hlubokého učení pro tuto úlohu není běžné téma, ke kterému by existovalo množství zdrojů. Zadání také vyžadovalo vygenerovat dataset pro trénování uměle, což obnáší nastudovat problematiku vzniku artefaktů v CT datech a možnosti jejich nasimulování.Zadání bylo splněno bez výhrad a dosažené výsledky jsou velmi slibné.
Student pracoval samostatně, veškeré materiály vyhledal a v dostatečné míře nastudoval.
Student se řešení věnoval po oba semestry, pravidelně docházel na konzultace dle domluvy, demonstroval své pokroky a aktivně navrhoval další postup. Aktivně také spolupracoval s firemním konzultantem.
Práce i technická zpráva byly dokončeny s časovou rezervou a definitivní podoba zprávy byla dostatečně konzultována.
Práce byla prezentována na studentské konferenci Excel@FIT a získala ocenění odborným panelem.
Grade proposed by supervisor: A
Reviewer’s reportIng. Markéta Juránková, Ph.D.
Student svou prací ukázal schopnost nastudovat, analyzovat a porozumět řešenému problému v rozsahu nad rámec obvyklé bakalářské práce. Implementace navrženého řešení a dosažené výsledky mají potenciál pro využití v praxi.
Evaluation level: obtížnější zadání
Zadání patří mezi obtížnější, bez změn by mohlo sloužit i jako zadání diplomové práce. Od studenta vyžaduje velkou míru samostudia, protože pokrývá i oblast mimo rozsah bakalářského programu.
Evaluation level: zadání splněno
Zadání bylo splněno bez výhrad.
Evaluation level: je v obvyklém rozmezí
Rozsah technické zprávy je v obvyklém rozmezí.
Struktura práce koresponduje s typickou strukturou technické zprávy, tedy seznámení s problémem, aktuální metody řešení, návrh vlastního řešení, implementace, experimenty a shrnutí.
Kapitoly na sebe logicky navazují a text je vhodně doplněn obrázky, případně relevantními matematickými vzorci.
Jednotlivé kapitoly délkou i obsahem pokrývají důležité informace, jedinou malou výtkou je možná zbytečně podrobně popsaná technologie tomografů.
Osobně by jsem v kapitole experimentů oddělila do různých tabulek metriky pro minimalizaci, resp. maximalizaci.
Typograficky je práce velmi pěkně vysázená. Práce obsahuje minimum překlepů. K jazykové stránce mám menší připomínky:
Student čerpal informace z relevantních zdrojů, cituje a správně referencuje velké množství vědeckých prací.
Úroveň technického řešení je dostatečná, kód je dobře čitelný, bohužel bez dokumentace. Student aktivně demonstroval svoje řešení a prokázal hlubokou znalost svého SW.
Výsledné řešení bylo dostatečně vyhodnoceno a výsledky diskutované.
Práce vznikla ve spolupráci s firmou Tescan 3DIM a reaguje na aktuální problémy spojené s pořizováním dentálních CT snímků. Práce využívá známe vlastnosti konvolučních sítí a aplikuje je na řešený problém. Dílčí výsledky práce je možné aplikovat v praxi.
Grade proposed by reviewer: A
Responsibility: Mgr. et Mgr. Hana Odstrčilová