2025
Vývoj software pro zpracování ultrazvukových obrazových dat na bázi umělé inteligence
BLAHUTA, JiříZákladní údaje
Originální název
Vývoj software pro zpracování ultrazvukových obrazových dat na bázi umělé inteligence
Název anglicky
Development of software for processing ultrasound image data on artificial intelligence
Autoři
Vydání
2025
Další údaje
Jazyk
čeština
Typ výsledku
Habilitační práce
Obor
10201 Computer sciences, information science, bioinformatics
Stát vydavatele
Česká republika
Utajení
není předmětem státního či obchodního tajemství
Označené pro přenos do RIV
Ne
Organizační jednotka
Filozoficko-přírodovědecká fakulta v Opavě
Klíčová slova česky
Ultrazvukové obrazy; Hyperechogenita; B-MODE obraz; Neurosonologie; Parkinsonova choroba; Subsantia nigra; Digitální zpracování ultrazvuku; AI medicínské zobrazování; Umělá neuronová síť; Fuzzy expertní systém; AI medicínské zobrazování
Klíčová slova anglicky
Ultrasound images; Hyperechogenicity; B-MODE image; Neurosonology; Parkinson's disease; Substantia nigra; Digital processing of ultrasound; AI medical imaging; Aritificial neural network; Fuzzy expert system; AI-based medical imaging
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 15. 1. 2026 09:23, Mgr. Kamil Matula, Ph.D.
V originále
Práce se zaměřuje na zpracování transkraniálních ultrazvukových B-MODE obrazů v neurologii s využitím metod umělé inteligence. Jejím hlavním přínosem je vývoj softwarové aplikace B-MODE Assist, která umožňuje automatickou analýzu hyperechogenity struktury substantia nigra pro predikci vzniku a progrese Parkinsonovy choroby. Aplikace využívá neuronové sítě, fuzzy expertní systémy a automatickou detekci ROI. Funkčnost byla rozšířena i na analýzu dalších mozkových struktur, aterosklerotických plátů a nádorů štítné žlázy. Výsledky experimentů a statistická evaluace potvrzují spolehlivost a klinickou využitelnost navrženého řešení. Práce rovněž poukazuje na potenciál dalšího rozvoje aplikace a její význam pro výuku biomedicínských oborů.
Anglicky
The thesis focuses on processing transcranial ultrasound B-MODE images in neurology using artificial intelligence methods. Its main contribution is the development of the B-MODE Assist software, which automatically analyzes hyperechogenicity of the substantia nigra to predict the onset and progression of Parkinson’s disease. The system integrates neural networks, fuzzy expert systems and automatic ROI detection. Its functionality has been extended to other brain structures, atherosclerotic plaques and thyroid tumors. Experimental results and statistical evaluation confirm the reliability and clinical applicability of the proposed approach. The work also highlights future development possibilities and the educational value of the software in biomedical fields.