prikaz prve stranice dokumenta Semantička segmentacija slika magnetske rezonance tumora na mozgu pomoću strojnog učenja
Rad nije dostupan
završni rad
Semantička segmentacija slika magnetske rezonance tumora na mozgu pomoću strojnog učenja
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. urn:nbn:hr:168:936047
Žužić, Fran
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Žužić, F. (2023). Semantička segmentacija slika magnetske rezonance tumora na mozgu pomoću strojnog učenja (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:936047

Žužić, Fran. "Semantička segmentacija slika magnetske rezonance tumora na mozgu pomoću strojnog učenja." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:936047

Žužić, Fran. "Semantička segmentacija slika magnetske rezonance tumora na mozgu pomoću strojnog učenja." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2023. https://urn.nsk.hr/urn:nbn:hr:168:936047

Žužić, F. (2023). 'Semantička segmentacija slika magnetske rezonance tumora na mozgu pomoću strojnog učenja', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 21.06.2024., https://urn.nsk.hr/urn:nbn:hr:168:936047

Žužić F. Semantička segmentacija slika magnetske rezonance tumora na mozgu pomoću strojnog učenja [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2023 [pristupljeno 21.06.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:936047

F. Žužić, "Semantička segmentacija slika magnetske rezonance tumora na mozgu pomoću strojnog učenja", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:936047

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:936047
Podaci o radu
NaslovSemantička segmentacija slika magnetske rezonance tumora na mozgu pomoću strojnog učenja
Naslov (engleski)Semantic Segmentation of Magnetic Resonance Images of Brain Tumors Using Machine Learning
AutorFran Žužić
MentorMarin Šilić (mentor)
Član povjerenstvaMarin Šilić (predsjednik povjerenstva)
Član povjerenstvaHelena Čeović (član povjerenstva)
Član povjerenstvaZorana Doždor (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2023-06-28, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U sklopu ovog rada razmotren je problem segmentacije medicinskih slika magnetske rezonance tumora na mozgu. Razmotrena je dvodimenzionalna i trodimenzionalna segmentacija. Primijenjen je relevantan pristup segmentiranja pomoću konvolucijskih neuronskih mreža, temeljenih na U-Net arhitekturi. Eksperimenti za navedene vrste segmentiranja medicinskih slika napravljeni su na dva različita skupa podataka. Rezultati dobiveni izradom i primjenom modela neuronskih mreža tabelirani su i grafički prikazani, uz prikaze segmentiranih slika. Raspravljeni su i problemi koji su česti u području segmentacije medicinskih slika kao što su veliki zahtjevi za memorijskim prostorom, neravnoteža klasa u ground truthu te mali broj označenih slika.
Sažetak (engleski)
As part of this work, the problem of segmentation of medical magnetic resonance images of brain tumors was considered. Two-dimensional and three-dimensional segmentation were considered. A relevant segmentation approach using convolutional neural networks, based on the U-Net architecture, was applied. Experiments for the mentioned types of segmentation of medical images were made on two different data sets. The results obtained from the creation and application of neural network models are tabulated and graphically presented, along with segmented images. Problems that are common in the field of medical image segmentation, such as large memory space requirements, class imbalance in the ground truth and a small number of labeled images, are also discussed.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:936047
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 pohrane2023-10-11 11:06:09