prikaz prve stranice dokumenta Procjena stadija dijabetičke retinopatije u slikama očne pozadine pomoću dubokih neuronskih mreža
No public access
master's thesis
Procjena stadija dijabetičke retinopatije u slikama očne pozadine pomoću dubokih neuronskih mreža
Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing, 2017. urn:nbn:hr:168:654033
Lukač, Andrea
University of Zagreb
Faculty of Electrical Engineering and Computing

Institutional repository: FER Repository

Cite this document

Lukač, A. (2017). Procjena stadija dijabetičke retinopatije u slikama očne pozadine pomoću dubokih neuronskih mreža (Master's thesis). Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing. Retrieved from https://urn.nsk.hr/urn:nbn:hr:168:654033

Lukač, Andrea. "Procjena stadija dijabetičke retinopatije u slikama očne pozadine pomoću dubokih neuronskih mreža." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2017. https://urn.nsk.hr/urn:nbn:hr:168:654033

Lukač, Andrea. "Procjena stadija dijabetičke retinopatije u slikama očne pozadine pomoću dubokih neuronskih mreža." Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, 2017. https://urn.nsk.hr/urn:nbn:hr:168:654033

Lukač, A. (2017). 'Procjena stadija dijabetičke retinopatije u slikama očne pozadine pomoću dubokih neuronskih mreža', Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, accessed 27 December 2024, https://urn.nsk.hr/urn:nbn:hr:168:654033

Lukač A. Procjena stadija dijabetičke retinopatije u slikama očne pozadine pomoću dubokih neuronskih mreža [Master's thesis]. Zagreb: University of Zagreb, Faculty of Electrical Engineering and Computing; 2017 [cited 2024 December 27] Available at: https://urn.nsk.hr/urn:nbn:hr:168:654033

A. Lukač, "Procjena stadija dijabetičke retinopatije u slikama očne pozadine pomoću dubokih neuronskih mreža", Master's thesis, University of Zagreb, Faculty of Electrical Engineering and Computing, Zagreb, 2017. Available at: https://urn.nsk.hr/urn:nbn:hr:168:654033

Metadata
TitleProcjena stadija dijabetičke retinopatije u slikama očne pozadine pomoću dubokih neuronskih mreža
Title (english)Diabetic Retinopathy Stage Estimation from Retinal Photographs Using Deep Neural Networks
AuthorAndrea Lukač
MentorMarko Subašić (mentor)
Committee memberMarko Subašić (predsjednik povjerenstva)
Committee memberSven Lončarić (član povjerenstva)
Committee memberTomislav Petković (član povjerenstva)
GranterUniversity of Zagreb
Faculty of Electrical Engineering and Computing
Zagreb
Defense date and country2017-07-07, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Computing
Abstract
U ovom su radu primijenjene konvolucijske neuronske mreže za analizu slika očne pozadine. Postupak analize ovakvih slika ključan je kako bi se pravovremeno detek- tirala dijabetička retinopatija čiji se simptomi manifestiraju na očnoj pozadini. Za problem segmentacije krvnih žila korištene su potpuno konvolucijske mreže. Model je treniran i testiran na DRiDB [26] bazi slika te su izmjereni odlični rezultati. U svrhu procjene stadija dijabetičke retinopatije konstruirana je konvolucijska mreža za klasi- fikaciju. Dobiveni model je treniran na bazi slika iz [29]. Testni rezultati pokazali su se obećavajućima za problem koji nije jednostavan. Dodatno je uvedena rezidualnost u arhitekturu što je dovelo do malo boljih rezultata. Pokazano je da se za dva različita problema može koristiti slična arhitektura uz odred̄ene modifikacije.
Abstract (english)
In this paper, convolutional neural networks were exploited for retinal image analysis. Procedure of analyzing this kind of images is crucial in order to promptly detect diabe- tic retinopathy, whose symptoms manifest on retina. For the blood vessel segmentation problem, fully convolutional networks were used. The model was trained and tested on DRiDB [26] image dataset and great results were measured. In purpose of assessment of diabetic retinopathy stage we constructed a convolutional network for classification. Resulting model was trained on the dataset from [29]. Test results have shown as pro- mising for the problem that is not simple. Additionally, residuality was introduced in the architecture which led to slightly better results. It has been shown that a similar architecture with certain modifications can be used for two different problems.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:168:654033
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 on2019-03-13 22:24:18