Bachelor's Thesis

Application of neural networks to improve micro-CT data resolution in biomechanical applications

Final Thesis 2.64 MB Appendix 224.37 kB

Author of thesis: Bc. Adam Katona

Acad. year: 2025/2026

Supervisor: Ing. Barbora Thomková, Ph.D.

Reviewer: Ing. Jan Králík, Ph.D.

Abstract:

Clinical imaging methods such as computed tomography or magnetic resonance imaging do not allow for the visualization of bone tissue microarchitecture due to their limited spatial resolution. This level of detail can only be captured using micro-CT devices, which provide higher resolution. This bachelor’s thesis deals with the possibilities of software-based resolution enhancement, focusing on the design, implementation and evaluation of a convolutional neural network for 10x resolution improvement of mandibular segment images. The network was implemented in MATLAB and trained and tested on a dataset of 143 paired scans with resolutions of 150 μm and 15 μm, with its outputs evaluated using both image quality metrics and morphometric parameters of bone tissue.

Keywords:

SRCNN, convolutional neural networks, super-resolution, micro-CT, bone tissue, mandible, MATLAB

Date of defence

12.06.2026

Result of the defence

Defended (thesis was successfully defended)

znamkaBznamka

Grading

B

Process of defence

Při obhajobě student nejprve prezentoval svou bakalářskou práci, následně byly přečteny posudky a student odpovídal na dotazy oponenta. Poté členové komise položili následující otázky: - Kdo by byl primárním uživatelem navrženého softwaru? Byl by určen pro osoby vyhodnocující CT snímky? Pracuje software s původními snímky? - Zmiňujete, že konvoluční neuronové sítě pro tento typ úlohy selhávaly. Dává vůbec smysl je používat, pokud v obrazových datech nejsou přítomny relevantní příznaky (features)? - Z jakého požadavku vznikl nápad na vývoj tohoto softwaru? Jakým procesem certifikace by musel software projít, aby mohl být nasazen v lékařské praxi? Na závěr byla obhajoba hodnocena jako velmi dobrá.

Language of thesis

Slovak

Faculty

Department

Study programme

Mechatronics (B-MET-P)

Composition of Committee

doc. Ing. František Šebek, Ph.D. (předseda)
Ing. Petr Procházka, Ph.D. (místopředseda)
Ing. Petr Krejčí, Ph.D. (člen)
doc. Ing. Stanislav Věchet, Ph.D. (člen)
Ing. Pavel Švancara, Ph.D. (člen)
Ing. Jan Králík, Ph.D. (člen)

Supervisor’s report
Ing. Barbora Thomková, Ph.D.

Predkladaná bakalárska práca sa zaoberá využitím neurónových sietí na zlepšenie rozlíšenia obrazových dát v biomechanických aplikáciách. V rešeršnej časti autor spracoval problematiku medicínskych zobrazovacích metód a mikro-CT zobrazovania. Následne sa zameral na možnosti využitia neurónových sietí pri spracovaní obrazových dát, ako aj na ďalšie metódy zvyšovania ich rozlíšenia. Na základe získaných poznatkov realizoval praktickú časť práce zameranú na zlepšenie kvality mikro-CT dát pomocou vytvorenej neurónovej siete.

Autor začal na práci pracovať už v letnom období, avšak v ďalšom priebehu riešenia pristupoval k práci menej systematicky a značná časť bola dokončovaná až v závere semestra. Táto skutočnosť sa prejavila najmä v niektorých častiach vyhodnotenia výsledkov, ktoré boli spracované pomerne stručne. Ako vedúca práce by som ocenila viac samostatnosti pri vyhodnocovaní a diskutovaní dosiahnutých výsledkov. Napriek uvedeným nedostatkom autor preukázal schopnosť pracovať s metódami spracovania obrazu a splnil ciele zadania bakalárskej práce.

Prácu odporúčam k obhajobe a navrhujem známku B.
Evaluation criteria Grade
Fulfilment of requirements and objectives of assignment A
Working process, extent and suitability of applied methods B
Scholarly contribution and originality B
Ability to interpret achieved results and draw conclusions B
Applicability of results in practice or theory A
Logical arrangement of thesis and its layout B
Grafic layout, used style and language level A
Work with used sources including quotations B
Student's independence when working on the topic B

Grade proposed by supervisor: B

Reviewer’s report
Ing. Jan Králík, Ph.D.

Pan Katona se ve své práci zabývá zlepšení rozlišení pomocí neuronových sítí aplikovanou na úlohu mikro-CT dat v biomechanických aplikacích. V první části práce se student věnuje rešerši aktuálního stavu poznání, kde popisuje jak problém, který má práce vyřešit, tak i aktuální způsoby řešení. Jediné co bych rešeršní části vytknul je nelogické uspořádání kapitoly 1.4, kde se nejdříve porovnávají různé metody, a až poté se vysvětlují dané metody porovnání a co vlastně znamenají. Kapitole by také velmi prospěla tabulka se shrnutím výsledků.

V druhé části práce se student věnuje zpracování dat, tvorbě struktury neuronové sítě, jejímu učení a zhodnocení výsledků. Práce dosáhla v aplikaci velkého zlepšení, i když poněkud nevhodným krokem, a to subpixelovým posunem snímku ve vyšším rozlišení muselo dojít ke ztrátě dat, a tím pádem možnému zhoršení výsledku.

Po formální stránce je práce až na pár drobností zdařilá. Čitelnost práce snižuje jen velké množství volných znaků na konci řádků. Dále bych vytknul změnu označení obrázku v plném rozlišení z HR na GT bez dalšího odůvodnění. I přes drobné nedostatky je řešení práce na vysoké úrovni. Proto práci doporučuji k obhajobě a po zodpovězení dotazů navrhuji hodnocení za B, tedy velmi dobré.
Evaluation criteria Grade
Fulfilment of requirements and objectives of assignment B
Working process, extent and suitability of applied methods B
Scholarly contribution and originality A
Ability to interpret achieved results and draw conclusions B
Applicability of results in practice or theory A
Logical arrangement of thesis and its layout B
Grafic layout, used style and language level C
Work with used sources including quotations A
Topics for thesis defence:
  1. Tím že se jedná o strukturu ve 3D, uvažoval jste do budoucna o rozšíření problematiky i pro 3D data?
  2. Zkoušel jste opakovaně trénovat neuronovou sít? Pokud ano, jaké byly rozdíly ve výsledku pro jednotlivé pokusy?
  3. Zkoušel jste i jiné nastavení filtrů pro Vaši sadu dat, nebo jste jen vycházel z rešerše?

Grade proposed by reviewer: B

Responsibility: Mgr. et Mgr. Hana Odstrčilová