prikaz prve stranice dokumenta Detekcija oštećenog tkiva na CT slikama pluća pomoću umjetne neuronske mreže
Rad nije dostupan
završni rad
Detekcija oštećenog tkiva na CT slikama pluća pomoću umjetne neuronske mreže
2022. urn:nbn:hr:168:554724
Ivušić, David
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Citirajte ovaj rad

Ivušić, D. (2022). Detekcija oštećenog tkiva na CT slikama pluća pomoću umjetne neuronske mreže (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:554724

Ivušić, David. "Detekcija oštećenog tkiva na CT slikama pluća pomoću umjetne neuronske mreže." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:554724

Ivušić, David. "Detekcija oštećenog tkiva na CT slikama pluća pomoću umjetne neuronske mreže." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:554724

Ivušić, D. (2022). 'Detekcija oštećenog tkiva na CT slikama pluća pomoću umjetne neuronske mreže', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 11.04.2024., https://urn.nsk.hr/urn:nbn:hr:168:554724

Ivušić D. Detekcija oštećenog tkiva na CT slikama pluća pomoću umjetne neuronske mreže [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2022 [pristupljeno 11.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:554724

D. Ivušić, "Detekcija oštećenog tkiva na CT slikama pluća pomoću umjetne neuronske mreže", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:554724

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:554724
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovDetekcija oštećenog tkiva na CT slikama pluća pomoću umjetne neuronske mreže
Naslov (engleski)Detection of damaged tissue on CT lung images using artificial neural networks
AutorDavid Ivušić
MentorSonja Grgić (mentor)
Član povjerenstvaSonja Grgić (predsjednik povjerenstva)
Član povjerenstvaMarko Bosiljevac (član povjerenstva)
Član povjerenstvaJelena Božek (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2022-07-05, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Cilj ovog rada je prikazati kako umjetne neuronske mreže mogu pomoći zdravstvenim djelatnicima pri dijagnozi bolesti te tako olakšati i ubrzati proces liječenja pacijenta. Za taj zadatak korištena je darknet implementacija YOLO (You Only Look Once) arhitekture čija je glavna prednost nad ostalim mrežama za detekciju objekata njegova brzina. Osim YOLO arhitekture opisane su i R-CNN (Regions with CNN features) arhitekture. Model istreniran u ovom radu ima mAP (mean average precision) 59.14%, a testiranje na 100 slika pokazuje da model dosta dobro detektira česta oštećenja, a lošije oštećenja koja se rijetko pojavljuju ili koja se mogu zamijeniti s normalnim nalazom.
Sažetak (engleski)
The aim of this paper is to show how artificial neural networks can help health professionals in diagnosing the disease and thus facilitate and speed up the process of treating the patient. For this task, the darknet implementation of the YOLO (You Only Look Once) architecture is used, whose main advantage over other networks for object detection is its speed. In addition to the YOLO architecture, R-CNN (Regions with CNN features) architectures are also described. The model trained in this paper has a mAP (mean average precision) of 59.14% and testing on 100 images shows that the model detects frequent damages quite well, however damages that rarely occur or that can be mistaken for a normal finding are not detected as well.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:554724
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-15 10:22:55