Responsive Image Processing for Assistive Medical Technologies
Adaptivní zpracování obrazu pro asistenční technologie v medicíně
dizertační práce (OBHÁJENO)
Zobrazit/ otevřít
Trvalý odkaz
http://hdl.handle.net/20.500.11956/197895Identifikátory
SIS: 164505
Kolekce
- Kvalifikační práce [11985]
Autor
Vedoucí práce
Oponent práce
Horák, Karel
Marrugo Hernández, Andrés G.
Fakulta / součást
Matematicko-fyzikální fakulta
Obor
Informatika - Vizuální výpočty a počítačové hry
Katedra / ústav / klinika (externí)
Informace není k dispozici
Datum obhajoby
31. 3. 2025
Nakladatel
Univerzita Karlova, Matematicko-fyzikální fakultaJazyk
Angličtina
Známka
Prospěl/a
Klíčová slova (česky)
zpracování obrazu v medicíně|počítačové vidění|asistenční technologie v medicíně|logopedieKlíčová slova (anglicky)
medical image processing|computer vision|assistive medical technology|speech therapyTato dizertační práce se zabývá dvěma problémy v oblasti zpracování obrazu v medicíně: zajištěním úplného pokrytí při ultrazvukovém vyšetření prsu a poskyt- nutím automatizovaného hodnocení cviků v logopedii. Pro ultrazvuk prsu byl vyvinut a validován asistenční evaluační systém založený na elektromagnetickém sledování dat prostřednictvím studie 120 vyšetření, která odhalila, že i zkušení radiologové ve 3% případů vynechávají oblasti větší než 1 cmš. Systém umožňuje vizualizaci pokrytí vyšetření v reálném čase a poskytuje kvantitativní metriky pro hodnocení kvality. V logopedii byl vyvinut nový systém počítačového vidění (ASSISLT), který kombinuje detekci jazyka založenou na hlubokém učení, sle- dování rtů založené na příznacích, detekci zubů a analýzu jasového rozložení pro vyhodnocení pohybu tváří. Účinnost systému byla prokázána kontrolovanými experimenty s 20 účastníky, které ukázaly 50% zlepšení úspěchu cvičení.
This thesis addresses two challenges in medical imaging: ensuring complete coverage during breast ultrasound examinations and providing automated evalu- ation of exercises in speech therapy. For breast ultrasound, an assistive evalua- tion system based on electromagnetic tracking data was developed and validated through a study of 120 examinations, revealing that even experienced radiologists miss regions larger than 1 cmš in 3% of cases. The system enables real-time vi- sualization of examination coverage and provides quantitative metrics for quality assessment. In speech therapy, a novel computer vision framework (ASSISLT) was developed that combines deep learning-based tongue detection, feature-based lip tracking, teeth detection, and brightness distribution analysis for cheek move- ment evaluation. The system's effectiveness was demonstrated through controlled experiments with 20 participants, showing a 50% improvement in exercise valid- ity.
