prikaz prve stranice dokumenta Detekcija dijabetičke retinopatije pomoću strojnog učenja
Rad nije dostupan
diplomski rad
Detekcija dijabetičke retinopatije pomoću strojnog učenja
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2015. urn:nbn:hr:168:306182
Bzik, Jan
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Bzik, J. (2015). Detekcija dijabetičke retinopatije pomoću strojnog učenja (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:306182

Bzik, Jan. "Detekcija dijabetičke retinopatije pomoću strojnog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2015. https://urn.nsk.hr/urn:nbn:hr:168:306182

Bzik, Jan. "Detekcija dijabetičke retinopatije pomoću strojnog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2015. https://urn.nsk.hr/urn:nbn:hr:168:306182

Bzik, J. (2015). 'Detekcija dijabetičke retinopatije pomoću strojnog učenja', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 04.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:306182

Bzik J. Detekcija dijabetičke retinopatije pomoću strojnog učenja [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2015 [pristupljeno 04.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:306182

J. Bzik, "Detekcija dijabetičke retinopatije pomoću strojnog učenja", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2015. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:306182

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:306182
Podaci o radu
NaslovDetekcija dijabetičke retinopatije pomoću strojnog učenja
Naslov (engleski)Diabetic retinopathy detection using machine learning
AutorJan Bzik
MentorMarko Subašić (mentor)
Član povjerenstvaMarko Subašić (predsjednik povjerenstva)
Član povjerenstvaSven Lončarić (član povjerenstva)
Član povjerenstvaZvonko Kostanjčar (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2015-07-13, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Procjenjuje se da dijabetes pogađa 387 milijuna ljudi. Dijabetička retinopatija u nekom obliku javlja se kod 35% - 40% oboljelih od dijabetesa. To je bolest koja može uzrokovati ozbiljno pogoršanje vida, pa čak i sljepoću. Liječnici, oftalmolozi, dijagnosticiraju dijabetičku retinopatiju nakon uvida u slike očne pozadine. To bolest karakteriziraju abnormalne strukture koje se pojavljuju na pozadini oka, abnormalne strukture poput: eksudata, mikroaneurizmi, krvarenja i neovaskularizacija. Ovaj rad opisuje sustav koji klasificira slike očne pozadine u jednu od 5 klasa. Slike su pretprocesirane radi poboljšanja kontrasta. Sustav se sastoji od dva dijela: nenadziranog učenja značajki pomoću algoritma k - srednjih vrijednosti i nadziranog učenja pomoću linearnog SVM-a. Sustav je testiran na skupu podataka objavljenom na Kaggleu u veljači, 2015. Sustav je postigao točnost klasifikacije od 65.8% i odziv 66%.
Sažetak (engleski)
It is estimated that there are 387 million people who suffer from diabetes. 35% - 40% of people who suffer from diabetes have some state of diabetic retinopathy. It is a disease that causes sight degradation, even blindness. Ophtalmologists diagnose the disease after inspecting eye fundus images. Disease is characterised by appearance of abnormal structures in eye fundus such as: exudates, microaneurysms, hemorrhages and neovascularisations. In this paper a classifiaction system is developed. It predicts diabetic retinopathy level in one of five classes. System works in three steps: contrast enhancement (CLAHE), unsupervised feature learning (k - means), linear SVM for classification. Classifier is tested on dataset published by Kaggle in February, 2015. It achieved 65.8% accuracy and 66% sensitivity.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:306182
Studijski programNaziv: Informacijska i komunikacijska tehnologija
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (mag. ing. inf. et comm. techn.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2018-02-06 08:09:01