prikaz prve stranice dokumenta Lokalizacija i klasifikacija krvnih stanica uporabom neuronskih mreža
No public access
master's thesis
Lokalizacija i klasifikacija krvnih stanica uporabom neuronskih mreža
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2016. urn:nbn:hr:168:423748
Rotim, Leon
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Rotim, L. (2016). Lokalizacija i klasifikacija krvnih stanica uporabom neuronskih mreža (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:423748

Rotim, Leon. "Lokalizacija i klasifikacija krvnih stanica uporabom neuronskih mreža." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2016. https://urn.nsk.hr/urn:nbn:hr:168:423748

Rotim, Leon. "Lokalizacija i klasifikacija krvnih stanica uporabom neuronskih mreža." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2016. https://urn.nsk.hr/urn:nbn:hr:168:423748

Rotim, L. (2016). 'Lokalizacija i klasifikacija krvnih stanica uporabom neuronskih mreža', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 04 November 2024, https://urn.nsk.hr/urn:nbn:hr:168:423748

Rotim L. Lokalizacija i klasifikacija krvnih stanica uporabom neuronskih mreža [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2016 [cited 2024 November 04] Available at: https://urn.nsk.hr/urn:nbn:hr:168:423748

L. Rotim, "Lokalizacija i klasifikacija krvnih stanica uporabom neuronskih mreža", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2016. Available at: https://urn.nsk.hr/urn:nbn:hr:168:423748

Metadata
TitleLokalizacija i klasifikacija krvnih stanica uporabom neuronskih mreža
Title (english)Localization and Classification of Blood Cells Using Neural Networks
AuthorLeon Rotim
MentorMarko Čupić (mentor)
Committee memberMarko Čupić (predsjednik povjerenstva)
Committee memberMarin Golub (član povjerenstva)
Committee memberDomagoj Jakobović (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2016-07-18, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
U ovome radu koriste se metode računalnog vida kako bi se riješio problem analize krvi u situacijama kada se analiza provodi od strane ljudskog eksperta koji ``ručno'' prebrojavaju stanice sa slika krvnih razmaza. Konkretno, potrebno je na dobivenim slikama krvnih razmaza detektirati sve krvne stanice te za svaku od njih ispravno odrediti kojem tipu stanica pripada. Kako bi se riješio ovaj problem koriste se metode lokalizacije i klasifikacije. Naglasak ovoga rada je na korištenoj metodi lokalizacije neuronskom mrežom. Svaka stanica pokušava se lokalizirati područjem koje je definirano elipsom. Neuronska mreža iterativnim postupkom izmjenjuje parametre elipse kako bi korak po korak dobili najbolju lokalizaciju stanica. Postupak učenja neuronske mreže koja provodi lokalizaciju provodi se evolucijskim algoritmima. Najbolji rezultati ostvareni su koristeći dva različita evolucijska postupka kojima provodimo predučenje i fino podešavanje. Evolucijski procesi provode se genetskim algoritmom i algoritmom evolucijske strategije. Za kompletan rad sustava potrebno je definirati model koji će dobiveno lokalizirano područje opisano elipsom klasificirati kao jedan od mogućih tipova stanica. Konkretno, koriste se modeli k-NN i unaprijedne neuronske mreže.
Abstract (english)
In this thesis computer vision methods are used to solve blood analysis problem in situations when the analysis must be done by human experts who are manually counting cells on blood smears. Basically, in blood smear images all cells must be detected and for each detected cell its type should be correctly assigned. In order to solve this problem localization and classification methods are used. Emphasis of this thesis is on its localization method which is implemented using neural network. Each cell is localized with area defined with an ellipse. Neural network uses iterative procedure in which it changes ellipse parameters step by step in order to achieve best cell localization. Neural network learning process is performed using evolutionary algorithms. Best results are achieved when two different evolutionary processes are used to perform pretraining and fine tuning procedures. Evolutionary processes are performed using genetic algorithm and evolutionary strategy algorithm. In order to determine whether there is a cell on localized area and what is its type a classifier had to be defined. In system developed in this thesis k-NN and neural networks models are used to perform area classification.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:423748
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 on2018-02-06 11:37:48