prikaz prve stranice dokumenta Semantička segmentacija kralježnice na temelju snimaka magnetske rezonance
  Preuzmi
PDF 2.34 MB
završni rad
Semantička segmentacija kralježnice na temelju snimaka magnetske rezonance
Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2023. urn:nbn:hr:235:534844
Radešić, Rikardo
Sveučilište u Zagrebu
Fakultet strojarstva i brodogradnje

Institucijski repozitorij: Repozitorij Fakulteta strojarstva i brodogradnje Sveučilišta u Zagrebu

Citirajte ovaj rad

Radešić, R. (2023). Semantička segmentacija kralježnice na temelju snimaka magnetske rezonance (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:235:534844

Radešić, Rikardo. "Semantička segmentacija kralježnice na temelju snimaka magnetske rezonance." Završni rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2023. https://urn.nsk.hr/urn:nbn:hr:235:534844

Radešić, Rikardo. "Semantička segmentacija kralježnice na temelju snimaka magnetske rezonance." Završni rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, 2023. https://urn.nsk.hr/urn:nbn:hr:235:534844

Radešić, R. (2023). 'Semantička segmentacija kralježnice na temelju snimaka magnetske rezonance', Završni rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, citirano: 30.12.2024., https://urn.nsk.hr/urn:nbn:hr:235:534844

Radešić R. Semantička segmentacija kralježnice na temelju snimaka magnetske rezonance [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje; 2023 [pristupljeno 30.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:235:534844

R. Radešić, "Semantička segmentacija kralježnice na temelju snimaka magnetske rezonance", Završni rad, Sveučilište u Zagrebu, Fakultet strojarstva i brodogradnje, Zagreb, 2023. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:235:534844

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:235:534844
Podaci o radu
NaslovSemantička segmentacija kralježnice na temelju snimaka magnetske rezonance
Naslov (engleski)Semantic segmentation of the spine based on magnetic resonance imaging
AutorRikardo Radešić
MentorMarko Švaco (mentor)
MentorFilip Šuligoj (komentor)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet strojarstva i brodogradnje
Zagreb
Datum i država obrane2023-09-28, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Strojarstvo
Sažetak
U sklopu ovog rada obrađena je tema računalnog vida za medicinsku svrhu. U medicini se koriste različite metode za segmentiranje dijelova tijela sa snimaka (npr. organi, kosti, razna tkiva..) i ovaj rad fokusira se na segmentaciju kralježnice snimaka magnetske rezonance pomoću algoritama strojnog vida. To znači da je program sam sposoban prepoznati svaki kralježak zasebno, te ih označiti. Ovim putem se cijeli postupak tumačenja sadržaja MRI snimaka može znatno olakšati i ubrzati. Postoje metode koje imaju tradicionalan pristup segmentacije, te one koje rade pomoću dubokih neuronskih mreža. Istraženo je više metoda u oba pristupa segmentaciji, kao što su CNN, FCN, U-Net, GAN, Edge detection, thresholding,.. Kasnije u radu segmentirane su dvije različite kralježnice otprilike istim pristupom, obje pomoću algoritama obrade slike. Dobiveni rezultati jedne od tih dviju segmentacija, uspoređene su pomoću Dice koeficijenta sličnosti sa State-of-the-art rješenjima segmentacije. Evaluirana je uspješnost segmentacije, te su doneseni zaključci. Cilj ovog rada je istražiti koliko se dobro može provesti postupak segmentacije pristupom obrade slike u usporedbi s dobro razvijenim već postojećim metodama segmentacije u medicini.
Sažetak (engleski)
This paper focuses on the topic of computer vision for medical purposes. In medicine, various methods are employed for the segmentation of body parts from images, such as organs, bones, and various tissues. This paper specifically concentrates on segmenting the spine from magnetic resonance imaging (MRI) scans using machine vision algorithms. This means that the program is capable of autonomously recognizing and labeling each vertebra individually. This approach significantly streamlines and accelerates the process of interpreting the content of MRI scans. There are methods that follow a traditional segmentation approach, as well as those that utilize deep neural networks. Several methods have been explored in both segmentation approaches, including CNN, FCN, U-Net, GAN, edge detection, thresholding, and others. Later in the paper, two different spines were segmented using roughly the same image processing algorithms. The obtained results of one of these two segmentations were compared using the Dice coefficient of similarity with state-of-the-art segmentation solutions. The success of the segmentation was evaluated, and conclusions were drawn. The aim of this paper is to investigate how well the segmentation process can be conducted using image processing approaches compared to well-established existing methods of segmentation in medicine.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:235:534844
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 pohrane2023-09-26 17:11:01