prikaz prve stranice dokumenta Predikcija starosti mozga novorođenčeta temeljem značajki iz strukturnih MR slika
Rad nije dostupan
završni rad
Predikcija starosti mozga novorođenčeta temeljem značajki iz strukturnih MR slika
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. urn:nbn:hr:168:376507
Vuradin, Mateja
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Vuradin, M. (2023). Predikcija starosti mozga novorođenčeta temeljem značajki iz strukturnih MR slika (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:376507

Vuradin, Mateja. "Predikcija starosti mozga novorođenčeta temeljem značajki iz strukturnih MR slika." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:376507

Vuradin, Mateja. "Predikcija starosti mozga novorođenčeta temeljem značajki iz strukturnih MR slika." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:376507

Vuradin, M. (2023). 'Predikcija starosti mozga novorođenčeta temeljem značajki iz strukturnih MR slika', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 22.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:376507

Vuradin M. Predikcija starosti mozga novorođenčeta temeljem značajki iz strukturnih MR slika [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2023 [pristupljeno 22.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:376507

M. Vuradin, "Predikcija starosti mozga novorođenčeta temeljem značajki iz strukturnih MR slika", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:376507

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:376507
Podaci o radu
NaslovPredikcija starosti mozga novorođenčeta temeljem značajki iz strukturnih MR slika
Naslov (engleski)Neonatal brain age prediction based on features from the structural MR images
AutorMateja Vuradin
MentorJelena Božek (mentor)
Član povjerenstvaJelena Božek (predsjednik povjerenstva)
Član povjerenstvaFilip Turčinović (član povjerenstva)
Član povjerenstvaIvana Žeger (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2023-07-07, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Brojni današnji problemi i zadaci vrlo su kompleksni, osobito za računala. Ovdje na snagu nastupa efikasnost modela dubokog učenja, tj. umjetnih neuronskih mreža. Njihov cilj je brzo nalaženje rješenja, ali da pritom ostanu generalizirane. U ovom radu istražila se njihova primjena na MR slike mozga novorođenčadi s ciljem predviđanja starosti. Ovo je ključno za razvoj medicine i rano otkrivanje bolesti djece. Koristila se metoda regresije, klasična metoda predviđanja kontinuiranih vrijednosti korištenjem nadziranog učenja. Istražene su metode i model iz FastMONAI knjižnice, a baza podataka uzeta je iz dHCP-a. Dobiveni rezultati na podacima za testiranje bili su zadovoljavajući s pogreškom manjom od 1,5 tjedana starosti.
Sažetak (engleski)
Numerous today's problems and tasks are highly complex, especially for computers. This is where the efficiency of deep learning models, i.e., artificial neural networks, comes into play. Their goal is to quickly find solutions while remaining generalized. This study explored their application to MRI of newborn brains with the aim of predicting age. This is crucial for the development of medicine and early detection of childhood diseases. Regression, a classical method for predicting continuous values using supervised learning, was utilized in this work. Methods and models from the FastMONAI library were explored, and the dataset was obtained from dHCP. The obtained results on the test data were satisfactory, with an error of less than 1,5 weeks of age.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:376507
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 pohrane2023-07-13 10:41:34