prikaz prve stranice dokumenta Rekonstrukcija oblika organa iz para rendgenskih slika korištenjem neuronskih mreža
No public access
master's thesis
Rekonstrukcija oblika organa iz para rendgenskih slika korištenjem neuronskih mreža
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. urn:nbn:hr:168:368863
Sekula, Dominik
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Sekula, D. (2024). Rekonstrukcija oblika organa iz para rendgenskih slika korištenjem neuronskih mreža (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:368863

Sekula, Dominik. "Rekonstrukcija oblika organa iz para rendgenskih slika korištenjem neuronskih mreža." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:368863

Sekula, Dominik. "Rekonstrukcija oblika organa iz para rendgenskih slika korištenjem neuronskih mreža." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2024. https://urn.nsk.hr/urn:nbn:hr:168:368863

Sekula, D. (2024). 'Rekonstrukcija oblika organa iz para rendgenskih slika korištenjem neuronskih mreža', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 17 July 2024, https://urn.nsk.hr/urn:nbn:hr:168:368863

Sekula D. Rekonstrukcija oblika organa iz para rendgenskih slika korištenjem neuronskih mreža [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2024 [cited 2024 July 17] Available at: https://urn.nsk.hr/urn:nbn:hr:168:368863

D. Sekula, "Rekonstrukcija oblika organa iz para rendgenskih slika korištenjem neuronskih mreža", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:168:368863

Metadata
TitleRekonstrukcija oblika organa iz para rendgenskih slika korištenjem neuronskih mreža
Title (english)Reconstruction of organ shapes from pairs of X-ray images using neural networks
AuthorDominik Sekula
MentorMatko Orsag (mentor)
Committee memberMatko Orsag (član povjerenstva)
Committee memberTamara Petrović (član povjerenstva)
Committee memberFrano Petric (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2024-02-27, Croatia
Abstract
Ovaj rad istražuje primjenu Neural Radiance Fields (NeRF) za problem rekonstrukcije trodimenzionalnih modela iz dvodimenzionalnih rendgenskih slika. Korištenjem generiranih digitalno rekonstruiranih radiografa iz AbdomenCT-1K skupa podataka, analizirane su različite metode rekonstrukcije radi evaluacije performansi na rekonstrukciji modela. MedNeRF metoda, posebno prilagođena medicinskoj rekonstrukciji korištena je za potrebe izvedbe ovog rada. Evaluacija modela izvodila se tijekom treniranja putem FID i KID mjera kvalitete modela, dok pri rekonstrukciji koristile su se mjere PSNR i SSIM. Rezultate predstavljamo kao analizu optimalne količine slika po pacijentu, ali i usporedbu između standardne MedNeRF implementacije koristeći i 1 sliku za rekonstrukciju, naspram one gdje koristimo 2 slike i novu funkciju gubitka.
Abstract (english)
This paper investigates the application of Neural Radiance Fields (NeRF) to the problem of reconstructing three-dimensional models from two-dimensional X-ray images. Using generated digitally reconstructed radiographs from the AbdomenCT-1K dataset, different reconstruction methods were analyzed to evaluate the model’s performance. The MedNeRF method, specially adapted to medical reconstruction, was used to conduct this work. Model evaluation was performed during training using FID and KID quality measures, while PSNR and SSIM measures were used during reconstruction. We present the results as an analysis of the optimal amount of images per patient, but also a comparison between the standard MedNeRF implementation using 1 image for reconstruction, versus the one proposed in the thesis, where we use 2 images and a new loss function.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:368863
Study programmeTitle: Information and Communication Technology
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije)
Type of resourceText
File originBorn digital
Access conditionsClosed access
Terms of useLicence In copyright icon
Public note
Created on2024-03-28 07:54:15