prikaz prve stranice dokumenta Duboko učenje za segmentaciju krvnih žila srca
Rad nije dostupan
diplomski rad
Duboko učenje za segmentaciju krvnih žila srca
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. urn:nbn:hr:168:657141
Šošić, Lucija
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Šošić, L. (2020). Duboko učenje za segmentaciju krvnih žila srca (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:657141

Šošić, Lucija. "Duboko učenje za segmentaciju krvnih žila srca." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:657141

Šošić, Lucija. "Duboko učenje za segmentaciju krvnih žila srca." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:657141

Šošić, L. (2020). 'Duboko učenje za segmentaciju krvnih žila srca', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 25.08.2024., https://urn.nsk.hr/urn:nbn:hr:168:657141

Šošić L. Duboko učenje za segmentaciju krvnih žila srca [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2020 [pristupljeno 25.08.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:657141

L. Šošić, "Duboko učenje za segmentaciju krvnih žila srca", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:657141

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:657141
Podaci o radu
NaslovDuboko učenje za segmentaciju krvnih žila srca
Naslov (engleski)Deep Learning for Cardiac Blood Vessel Segmentation
AutorLucija Šošić
MentorSven Lončarić (mentor)
Član povjerenstvaSven Lončarić (član povjerenstva)
Član povjerenstvaMarko Subašić (član povjerenstva)
Član povjerenstvaTomislav Petković (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2020-07-08, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Metode za segmentaciju medicinskih slika igraju kritičnu ulogu pri kvalitetnoj primjeni terapije, ali se pri tome moraju nositi s različitim ograničenjima koje ona povlači. U okviru diplomskog rada prikazan je pristup segmentaciji krvnih žila srca uporabom modela dubokog učenja. Detaljno je objašnjen cjevovod model gdje Mask R-CNN model vrši detekciju krvnih žila na slici, a potom UNet model daje konačnu semantičku masku. Rad je takod̄er posvećen opisu tehnika obrade slika kao odgovor na veliku složenost problema segmentacije medicinskih slika. Uspored̄eni su rezultati dobiveni uporabom različitih funkcija gubitka.
Sažetak (engleski)
Methods for medical image segmentation play a critical role when it comes to the quality application of therapy, but they must deal with the various limitations that medical images entail. The thesis presents an approach to the segmentation of cardiac blood vessels using deep learning models. The pipeline model consists of the Mask R-CNN model that performs the detection of blood vessels in the image, and the UNet model that provides the final semantic mask. The paper is also devoted to the description of image processing techniques in response to the great complexity of medical image segmentation. The results obtained using different loss functions were compared.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:657141
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-13 13:58:14