{"id":{"repo_id":"brno-tech","oai_identifier":"oai:dspace.vut.cz:11012/257286"},"canonical_url":"https://search.dev.ndltd.org/etd/brno-tech/oai:dspace.vut.cz:11012/257286","repository":{"repo_id":"brno-tech","name":"Brno University of Technology","base_url":"https://dspace.vut.cz/oai/request"},"display":{"title":"Automatizace vyhodnocení diskové difuze pomocí multiplatformní aplikace s integrací expertních vyhodnocovacích pravidel","abstract":"V této diplomové práci je navržena, implementována a integrována multiplatformní aplikace pro automatizované vyhodnocení diskové difuze (DD) při testování citlivosti na antibiotika (AST). Zpracovací řetězec DD zahrnuje detekci Petriho misek vylepšeným detektorem FCOS s mAP. = 98,76% a mAP. = 77,18%, detekci antibiotických disků s mAP.:. = 96,03%, OCR rozpoznávání kódů disků se dvěma větvemi s přesností 97,98% na 545 instancích a detekci inhibičních zón s mAP.:. = 90,98% a F = 98,10%. Vyvinutý AST ES integruje breakpointy EUCAST, expertní pravidla a databázi NCBI Taxonomy do strukturované databáze a převádí MIC nebo DD hodnoty a kontextová data na základní i expertně anotovanou kategorii SIR s doplňujícími informacemi. Systém je dostupný jako knihovna pro C# .NET a HTTP REST API, DD/AST aplikace může být nasazena jako samostatná WPF aplikace i jako zásuvný modul platformy pickingrobot vyvíjené společností Bruker. Správnost interpretace byla ověřena na 20 strukturovaných scénářích pro pět druhů bakterií a šest indikačních kategorií, ve všech byly výsledky správné.","abstract_html":"V této diplomové práci je navržena, implementována a integrována multiplatformní aplikace pro automatizované vyhodnocení diskové difuze (DD) při testování citlivosti na antibiotika (AST). Zpracovací řetězec DD zahrnuje detekci Petriho misek vylepšeným detektorem FCOS s mAP. = 98,76% a mAP. = 77,18%, detekci antibiotických disků s mAP.:. = 96,03%, OCR rozpoznávání kódů disků se dvěma větvemi s přesností 97,98% na 545 instancích a detekci inhibičních zón s mAP.:. = 90,98% a F = 98,10%. Vyvinutý AST ES integruje breakpointy EUCAST, expertní pravidla a databázi NCBI Taxonomy do strukturované databáze a převádí MIC nebo DD hodnoty a kontextová data na základní i expertně anotovanou kategorii SIR s doplňujícími informacemi. Systém je dostupný jako knihovna pro C# .NET a HTTP REST API, DD/AST aplikace může být nasazena jako samostatná WPF aplikace i jako zásuvný modul platformy pickingrobot vyvíjené společností Bruker. Správnost interpretace byla ověřena na 20 strukturovaných scénářích pro pět druhů bakterií a šest indikačních kategorií, ve všech byly výsledky správné.","abstract_has_math":false,"creators":["Lepík, Jakub"],"institution":"Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií","degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":["Mezina, Anzhelika"],"committee_chairs":[],"committee_members":[],"year":null,"date_issued":"","date_published":null,"updated_at":"2026-07-24T01:22:19Z","subjects":["AST","automatizovaná interpretace","C#","disková difuze","EUCAST","expertní systém","klinická mikrobiologie","měření citlivosti na antibiotika","multiplatformní vývoj","NCBI",".NET","Počítačové vidění","REST API","Strojové učení","Zpracování obrazu","antibiotic susceptibility testing","automated interpretation","clinical microbiology","Computer Vision","cross-platform development","disk diffusion","expert system","Image Processing","Machine Learning"],"languages":["en"],"rights":["Standardní licenční smlouva - přístup k plnému textu bez omezení"],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier.other","label":"Dc Identifier Other","values":["175360"],"render_values":[{"text":"175360","href":null,"code":true}]}]},"links":{"outbound_url":"http://hdl.handle.net/11012/257286","outbound_label":"Handle","outbound_source":"dc:identifier.uri"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:contributor.advisor","label":"Advisor","values":["Mezina, Anzhelika"]},{"key":"dc:creator","label":"Author","values":["Lepík, Jakub"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:publisher","label":"Institution","values":["Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií"]},{"key":"dc:type","label":"Dc Type","values":["Text"]},{"key":"thesis:institution_name","label":"Thesis Institution Name","values":["Ing."]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["AST","automatizovaná interpretace","C#","disková difuze","EUCAST","expertní systém","klinická mikrobiologie","měření citlivosti na antibiotika","multiplatformní vývoj","NCBI",".NET","Počítačové vidění","REST API","Strojové učení","Zpracování obrazu","antibiotic susceptibility testing","automated interpretation","clinical microbiology","Computer Vision","cross-platform development","disk diffusion","expert system","Image Processing","Machine Learning"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language.iso","label":"Language (ISO)","values":["en"]},{"key":"dc:rights","label":"Dc Rights","values":["Standardní licenční smlouva - přístup k plnému textu bez omezení"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier.other","label":"Dc Identifier Other","values":["175360"]},{"key":"dc:identifier.uri","label":"Identifier URI","values":["http://hdl.handle.net/11012/257286"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description.abstract","label":"Abstract","values":["V této diplomové práci je navržena, implementována a integrována multiplatformní aplikace pro automatizované vyhodnocení diskové difuze (DD) při testování citlivosti na antibiotika (AST). Zpracovací řetězec DD zahrnuje detekci Petriho misek vylepšeným detektorem FCOS s mAP. = 98,76% a mAP. = 77,18%, detekci antibiotických disků s mAP.:. = 96,03%, OCR rozpoznávání kódů disků se dvěma větvemi s přesností 97,98% na 545 instancích a detekci inhibičních zón s mAP.:. = 90,98% a F = 98,10%. Vyvinutý AST ES integruje breakpointy EUCAST, expertní pravidla a databázi NCBI Taxonomy do strukturované databáze a převádí MIC nebo DD hodnoty a kontextová data na základní i expertně anotovanou kategorii SIR s doplňujícími informacemi. Systém je dostupný jako knihovna pro C# .NET a HTTP REST API, DD/AST aplikace může být nasazena jako samostatná WPF aplikace i jako zásuvný modul platformy pickingrobot vyvíjené společností Bruker. Správnost interpretace byla ověřena na 20 strukturovaných scénářích pro pět druhů bakterií a šest indikačních kategorií, ve všech byly výsledky správné.","In this master's thesis, a cross-platform application for automated disk diffusion (DD) antibiotic susceptibility testing (AST) is designed, implemented, and integrated. The DD image-analysis pipeline covers dish detection with an improved FCOS detector (mAP. = 98.76%, mAP. = 77.18%), ATB disk detection (mAP.:. = 96.03%), dual-branch OCR label reading with 97.98% accuracy on 545 disk instances, and inhibition-zone detection (mAP.:. = 90.98%, F = 98.10%). The developed AST ES integrates EUCAST breakpoint tables, expert rules, and the NCBI Taxonomy Database into a structured database and uses interpretation engines to translate MIC or DD values together with contextual data into both a base SIR category and an expert-annotated SIR category with interpretive notes. The system is exposed through a C# .NET library and an HTTP REST API, and the complete DD/AST application can be deployed both as a standalone WPF desktop application and as a plugin for the pickingrobot platform developed by Bruker. Interpretation correctness was verified across 20 structured scenarios covering five bacterial species and six indication categories; all scenarios were evaluated correctly."]},{"key":"dc:title","label":"Title","values":["Automatizace vyhodnocení diskové difuze pomocí multiplatformní aplikace s integrací expertních vyhodnocovacích pravidel"]}]}],"canonical_facts":{"dc:contributor.advisor":["Mezina, Anzhelika"],"dc:creator":["Lepík, Jakub"],"dc:description.abstract":["V této diplomové práci je navržena, implementována a integrována multiplatformní aplikace pro automatizované vyhodnocení diskové difuze (DD) při testování citlivosti na antibiotika (AST). Zpracovací řetězec DD zahrnuje detekci Petriho misek vylepšeným detektorem FCOS s mAP. = 98,76% a mAP. = 77,18%, detekci antibiotických disků s mAP.:. = 96,03%, OCR rozpoznávání kódů disků se dvěma větvemi s přesností 97,98% na 545 instancích a detekci inhibičních zón s mAP.:. = 90,98% a F = 98,10%. Vyvinutý AST ES integruje breakpointy EUCAST, expertní pravidla a databázi NCBI Taxonomy do strukturované databáze a převádí MIC nebo DD hodnoty a kontextová data na základní i expertně anotovanou kategorii SIR s doplňujícími informacemi. Systém je dostupný jako knihovna pro C# .NET a HTTP REST API, DD/AST aplikace může být nasazena jako samostatná WPF aplikace i jako zásuvný modul platformy pickingrobot vyvíjené společností Bruker. Správnost interpretace byla ověřena na 20 strukturovaných scénářích pro pět druhů bakterií a šest indikačních kategorií, ve všech byly výsledky správné.","In this master's thesis, a cross-platform application for automated disk diffusion (DD) antibiotic susceptibility testing (AST) is designed, implemented, and integrated. The DD image-analysis pipeline covers dish detection with an improved FCOS detector (mAP. = 98.76%, mAP. = 77.18%), ATB disk detection (mAP.:. = 96.03%), dual-branch OCR label reading with 97.98% accuracy on 545 disk instances, and inhibition-zone detection (mAP.:. = 90.98%, F = 98.10%). The developed AST ES integrates EUCAST breakpoint tables, expert rules, and the NCBI Taxonomy Database into a structured database and uses interpretation engines to translate MIC or DD values together with contextual data into both a base SIR category and an expert-annotated SIR category with interpretive notes. The system is exposed through a C# .NET library and an HTTP REST API, and the complete DD/AST application can be deployed both as a standalone WPF desktop application and as a plugin for the pickingrobot platform developed by Bruker. Interpretation correctness was verified across 20 structured scenarios covering five bacterial species and six indication categories; all scenarios were evaluated correctly."],"dc:identifier.other":["175360"],"dc:identifier.uri":["http://hdl.handle.net/11012/257286"],"dc:language.iso":["en"],"dc:publisher":["Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií"],"dc:rights":["Standardní licenční smlouva - přístup k plnému textu bez omezení"],"dc:subject":["AST","automatizovaná interpretace","C#","disková difuze","EUCAST","expertní systém","klinická mikrobiologie","měření citlivosti na antibiotika","multiplatformní vývoj","NCBI",".NET","Počítačové vidění","REST API","Strojové učení","Zpracování obrazu","antibiotic susceptibility testing","automated interpretation","clinical microbiology","Computer Vision","cross-platform development","disk diffusion","expert system","Image Processing","Machine Learning"],"dc:title":["Automatizace vyhodnocení diskové difuze pomocí multiplatformní aplikace s integrací expertních vyhodnocovacích pravidel"],"dc:type":["Text"],"thesis:institution_name":["Ing."]},"updated_at":"2026-07-24T01:22:19Z"}