prikaz prve stranice dokumenta Primjena strojnog učenja u detekciji bolesti pacijenata
No public access
master's thesis
Primjena strojnog učenja u detekciji bolesti pacijenata
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. urn:nbn:hr:168:526154
Čiž, Renato
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Čiž, R. (2023). Primjena strojnog učenja u detekciji bolesti pacijenata (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:526154

Čiž, Renato. "Primjena strojnog učenja u detekciji bolesti pacijenata." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. https://urn.nsk.hr/urn:nbn:hr:168:526154

Čiž, Renato. "Primjena strojnog učenja u detekciji bolesti pacijenata." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2023. https://urn.nsk.hr/urn:nbn:hr:168:526154

Čiž, R. (2023). 'Primjena strojnog učenja u detekciji bolesti pacijenata', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 02 December 2024, https://urn.nsk.hr/urn:nbn:hr:168:526154

Čiž R. Primjena strojnog učenja u detekciji bolesti pacijenata [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2023 [cited 2024 December 02] Available at: https://urn.nsk.hr/urn:nbn:hr:168:526154

R. Čiž, "Primjena strojnog učenja u detekciji bolesti pacijenata", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2023. Available at: https://urn.nsk.hr/urn:nbn:hr:168:526154

Metadata
TitlePrimjena strojnog učenja u detekciji bolesti pacijenata
Title (english)Application of Machine Learning in Disease Detection
AuthorRenato Čiž
MentorTomislav Burić (mentor)
Committee memberTomislav Burić (predsjednik povjerenstva)
Committee memberJosipa Pina Milišić (član povjerenstva)
Committee memberLenka Mihoković (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2023-07-05, Croatia
Abstract
U radu je istražena primjena strojnog učenja u detekciji bolesti pacijenata, s naglaskom na analizu podataka i razvoj modela za klasifikaciju. Istražena je učinkovitost različitih metoda strojnog učenja u dijagnosticiranju bolesti srca, kardiovaskularnih bolesti i bolesti COVID-19. Iz modela se zaključuje potencijal strojnog učenja u identifikaciji i predviđanju ovih zdravstvenih stanja. Implementacija konvolucijske neuronske mreže za analizu CT slika pluća pokazuje obečavajuće rezultate u dijagnostici plućnih bolesti. Sveukupno, ovaj istraživački rad ističe važnost strojnog učenja u medicini, pružajući mogućnost za bržu dijagnozu i liječenje. Buduća istraživanja trebala bi se usredotočiti na optimizaciju modela i integraciju strojnog učenja u medicinsku praksu kako bi se unaprijedila dijagnoza i liječenje bolesti pacijenata.
Abstract (english)
This thesis explores the application of machine learning in detecting patient diseases, focusing on data analysis and developing classification models. The effectiveness of various machine learning methods in diagnosing heart diseases, cardiovascular diseases, and COVID-19 symptoms is investigated. The analysis reveals the potential of machine learning in identifying and predicting these health conditions. The implementation of a convolutional neural network for analyzing CT lung images shows potential in diagnosing pulmonary diseases. Overall, this research emphasizes the importance of machine learning in medicine, offering opportunities for faster diagnosis and treatment. Future research should focus on optimizing models and integrating machine learning into medical practices to advance patient disease diagnosis and treatment.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:526154
Study programmeTitle: Computing
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka računarstva (magistar/magistra inženjer/inženjerka računarstva)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2023-07-13 10:00:48