prikaz prve stranice dokumenta Model dubokog učenja za predviđanje Alzheimerove bolesti
  Preuzmi
PDF 1.52 MB
završni rad
Model dubokog učenja za predviđanje Alzheimerove bolesti
Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2024. urn:nbn:hr:235:245413
Šegota, Lucian
Sveučilište u Zagrebu
Fakultet strojarstva i brodogradnje

Institucijski repozitorij: Repozitorij Fakulteta strojarstva i brodogradnje Sveučilišta u Zagrebu

Citirajte ovaj rad

Šegota, L. (2024). Model dubokog učenja za predviđanje Alzheimerove bolesti (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:235:245413

Šegota, Lucian. "Model dubokog učenja za predviđanje Alzheimerove bolesti." Završni rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2024. https://urn.nsk.hr/urn:nbn:hr:235:245413

Šegota, Lucian. "Model dubokog učenja za predviđanje Alzheimerove bolesti." Završni rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2024. https://urn.nsk.hr/urn:nbn:hr:235:245413

Šegota, L. (2024). 'Model dubokog učenja za predviđanje Alzheimerove bolesti', Završni rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, citirano: 22.12.2024., https://urn.nsk.hr/urn:nbn:hr:235:245413

Šegota L. Model dubokog učenja za predviđanje Alzheimerove bolesti [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje; 2024 [pristupljeno 22.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:235:245413

L. Šegota, "Model dubokog učenja za predviđanje Alzheimerove bolesti", Završni rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:235:245413

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:235:245413
Podaci o radu
NaslovModel dubokog učenja za predviđanje Alzheimerove bolesti
Naslov (engleski)A deep learning model to predict Alzheimer's disease
AutorLucian Šegota
MentorTomislav Stipančić (mentor)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet strojarstva i brodogradnje
Zagreb
Datum i država obrane2024-02-28, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Strojarstvo
Sažetak
Alzheimerova bolest (AD) najrašireniji je tip demencije živčanog sustava koji uzrokuje slabljenje mnogih moždanih funkcija (npr. gubitak pamćenja). Budući da je rana dijagnoza najvažniji čimbenik u poboljšanju skrbi za pacijente i ishoda liječenja, neinvazivna rana dijagnoza AD-a privukla je veliku pažnju istraživanja posljednjih godina. Cilj ovog rada je razvoj modela temeljenog na dubokom učenju za preciznu klasifikaciju stadija AD. Koristeći isti prošireni skup podataka, predlažu se dvije arhitekture: arhitektura konvolucijske neuronske mreže (CNN) i arhitektura modela InceptionV3 (transferno učenje). Procjenjuju se te arhitekture dubokog učenja, donose se zaključci iz nalaza i predlažu se poboljšanja za modele. Skup podataka je preuzet s Kagglea koji je javno dostupan i sastoji se od četiri klase koje predstavljaju različite faze Alzheimerove bolesti.
Sažetak (engleski)
Alzheimer’s disease (AD) is the most prevalent type of dementia of the nervous system that causes many brain functions to weaken (eg, memory loss). Since early diagnosis is the most important factor in improving patient care and treatment outcomes, non-invasive early diagnosis of AD has garnered a lot of research attention in recent years. Developing a deep learning-based model for precise AD stage classification is the aim of this thesis. Using the same augmented dataset, two architectures are proposed: a Convolutional Neural Network (CNN) architecture and an InceptionV3 model architecture(transfer learning). This is to evaluate these deep learning architectures, make inferences from the findings, and suggest improvements for the models.. The dataset has been taken from Kaggle which is publicly available and comprises of four classes which represents the various stages of Alzheimer's disease.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:235:245413
Studijski programNaziv: Strojarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka strojarstva (univ. bacc. ing. mech.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-02-23 16:17:39