prikaz prve stranice dokumenta Rekonstrukcija PET slika suparničkim modelima učenja
Rad nije dostupan
diplomski rad
Rekonstrukcija PET slika suparničkim modelima učenja
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. urn:nbn:hr:168:224000
Kuljanac, Marija
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Kuljanac, M. (2022). Rekonstrukcija PET slika suparničkim modelima učenja (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:224000

Kuljanac, Marija. "Rekonstrukcija PET slika suparničkim modelima učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:224000

Kuljanac, Marija. "Rekonstrukcija PET slika suparničkim modelima učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:224000

Kuljanac, M. (2022). 'Rekonstrukcija PET slika suparničkim modelima učenja', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 26.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:224000

Kuljanac M. Rekonstrukcija PET slika suparničkim modelima učenja [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2022 [pristupljeno 26.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:224000

M. Kuljanac, "Rekonstrukcija PET slika suparničkim modelima učenja", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:224000

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:224000
Podaci o radu
NaslovRekonstrukcija PET slika suparničkim modelima učenja
Naslov (engleski)Reconstruction of PET Images Using Adversarial Learning Models
AutorMarija Kuljanac
MentorDamir Seršić (mentor)
Član povjerenstvaDamir Seršić (predsjednik povjerenstva)
Član povjerenstvaMarko Subašić (član povjerenstva)
Član povjerenstvaKrešimir Križanović (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2022-07-12, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
PET predstavlja jednu od tehnika snimanja medicinskih slika te je u ovom diplomskom radu dan pregled teorijskih osnova nekih od najpoznatijih metoda njihove rekonstrukcije, FBP i MLEM. Zbog nedostataka upravo navedenih algoritama rezultati se pokušavaju poboljšati kombinacijom konvencionalnih metoda s metodama dubokog učenja, u ovom slučaju s generativnim suparničkim modelima. Dane su osnove strojnog učenja uz detaljniji pregled dvaju arhitektura generativnih neuronskih mreža - mreže za super rezoluciju (SRGAN) i rekonstrukciju (GANrec) kojima je zadatak poboljšati kvalitetu slika dobivenih na ulazu. Opisane su implementacije tih modela uz njihovu evaluaciju na parovima podataka koji se sastoje od slika iz online baze podataka i slika na kojima su simulirani nedostaci uređaja i klasičnih metoda rekonstrucije.
Sažetak (engleski)
PET represents one of the medical imaging techniques and this master's thesis gives a theoretical overview of some of the most known methods of PET image reconstruction, FBP and MLEM. Because the methods mentioned have their faults there's an attempt to improve their results by combining them with deep learning, in this case with generative adversarial models. The basics of machine learning are given along with a detailed overview of two generative neural network architectures – super resolution generative network (SRGAN) and generative network for reconstruction (GANrec) whose main task is to improve the quality of input images. The implementations of these models are described as well as their evaluation on pairs of data made of images from the online database and simulated images that capture the imperfections of devices and ordinary reconstruction methods.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:224000
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 pohrane2023-01-14 09:14:27