prikaz prve stranice dokumenta Model dubokog učenja za klasifikaciju tumora mozga uporabom slika magnetske rezonancije
Rad nije dostupan
završni rad
Model dubokog učenja za klasifikaciju tumora mozga uporabom slika magnetske rezonancije
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. urn:nbn:hr:168:412014
Poklepović, Ita
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Poklepović, I. (2024). Model dubokog učenja za klasifikaciju tumora mozga uporabom slika magnetske rezonancije (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:412014

Poklepović, Ita. "Model dubokog učenja za klasifikaciju tumora mozga uporabom slika magnetske rezonancije." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:412014

Poklepović, Ita. "Model dubokog učenja za klasifikaciju tumora mozga uporabom slika magnetske rezonancije." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:412014

Poklepović, I. (2024). 'Model dubokog učenja za klasifikaciju tumora mozga uporabom slika magnetske rezonancije', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 19.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:412014

Poklepović I. Model dubokog učenja za klasifikaciju tumora mozga uporabom slika magnetske rezonancije [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2024 [pristupljeno 19.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:412014

I. Poklepović, "Model dubokog učenja za klasifikaciju tumora mozga uporabom slika magnetske rezonancije", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:412014

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:412014
Podaci o radu
NaslovModel dubokog učenja za klasifikaciju tumora mozga uporabom slika magnetske rezonancije
Naslov (engleski)A deep learning model for brain tumor classification using magnetic resonance images
AutorIta Poklepović
MentorJelena Božek (mentor)
Član povjerenstvaJelena Božek (predsjednik povjerenstva)
Član povjerenstvaSonja Grgić (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 obrane2024-07-11, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Ovaj završni rad istražuje primjenu dubokih neuronskih mreža (CNN) na problemu klasifikacije tumora mozga korištenjem slika magnetske rezonancije (MR). Cilj rada bio je upoznati se s postojećim modelima za klasifikaciju tumora na mozgu te implementirati novi model temeljen na stečenom znanju. Detaljno je opisana arhitektura implementiranog modela te njegovi slojevi I razlozi njihovog odabira. Naveden je izvor podataka, njihova podjela i način augmentacije te je opisan proces treniranja s unakrsnom validacijom modela. Konačno su analizirani rezultati mreže koristeći navedene metrike te uspoređena točnost modela s javno dostupnim rezultatima drugih modela. Postignuti su odlični rezultati razlikovanja četiri različite vrste tumora s točnošću od čak 99,54\%.
Sažetak (engleski)
This bachelor thesis investigates the application of deep neural networks (CNN) to the problem of brain tumor classification using magnetic resonance (MR) images. The aim of the paper was to become familiar with existing brain tumor classification models and to implement a new one based on the acquired knowledge. The architecture of the implemented model, its layers and the reasons for their selection are described in detail. The source and division of data is listed, as well as the augmentation method used, and the training and cross-validation process of the model is described. Finally, the results of the network are analyzed using specified metrics and the accuracy of the model was compared with publicly available results of other models. Excellent results were achieved distinguishing four different types of tumors with an accuracy of 99.54\%.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:412014
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 pohrane2024-10-12 21:53:34