prikaz prve stranice dokumenta Razvoj sustava temeljenog na AI algoritmima za segmentaciju moždanih lezija u svrhu dijagnosticiranja multiple skleroze
  Download
PDF 10.36 MB
master's thesis
Razvoj sustava temeljenog na AI algoritmima za segmentaciju moždanih lezija u svrhu dijagnosticiranja multiple skleroze
2023. urn:nbn:hr:190:205753
Hlebar, Josip
University of Rijeka
Faculty of Engineering

Cite this document

Hlebar, J. (2023). Razvoj sustava temeljenog na AI algoritmima za segmentaciju moždanih lezija u svrhu dijagnosticiranja multiple skleroze (Master's thesis). Rijeka: University of Rijeka, Faculty of Engineering. Retrieved from https://urn.nsk.hr/urn:nbn:hr:190:205753

Hlebar, Josip. "Razvoj sustava temeljenog na AI algoritmima za segmentaciju moždanih lezija u svrhu dijagnosticiranja multiple skleroze." Master's thesis, University of Rijeka, Faculty of Engineering, 2023. https://urn.nsk.hr/urn:nbn:hr:190:205753

Hlebar, Josip. "Razvoj sustava temeljenog na AI algoritmima za segmentaciju moždanih lezija u svrhu dijagnosticiranja multiple skleroze." Master's thesis, University of Rijeka, Faculty of Engineering, 2023. https://urn.nsk.hr/urn:nbn:hr:190:205753

Hlebar, J. (2023). 'Razvoj sustava temeljenog na AI algoritmima za segmentaciju moždanih lezija u svrhu dijagnosticiranja multiple skleroze', Master's thesis, University of Rijeka, Faculty of Engineering, accessed 07 November 2024, https://urn.nsk.hr/urn:nbn:hr:190:205753

Hlebar J. Razvoj sustava temeljenog na AI algoritmima za segmentaciju moždanih lezija u svrhu dijagnosticiranja multiple skleroze [Master's thesis]. Rijeka: University of Rijeka, Faculty of Engineering; 2023 [cited 2024 November 07] Available at: https://urn.nsk.hr/urn:nbn:hr:190:205753

J. Hlebar, "Razvoj sustava temeljenog na AI algoritmima za segmentaciju moždanih lezija u svrhu dijagnosticiranja multiple skleroze", Master's thesis, University of Rijeka, Faculty of Engineering, Rijeka, 2023. Available at: https://urn.nsk.hr/urn:nbn:hr:190:205753

Please login to the repository to save this object to your list.
Metadata
TitleRazvoj sustava temeljenog na AI algoritmima za segmentaciju moždanih lezija u svrhu dijagnosticiranja multiple skleroze
Title (english)Development of an AI system for the segmentation of brain lesions for the purpose of diagnosing multiple sclerosis
AuthorJosip Hlebar
MentorZlatan Car (mentor)
Committee memberDubravko Franković (predsjednik povjerenstva)
Committee memberZlatan Car (član povjerenstva)
Committee memberAlfredo Višković (član povjerenstva)
GranterUniversity of Rijeka
Faculty of Engineering
Rijeka
Defense date and country2023-05-22, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Electrical Engineering
Automation and Robotics
Abstract
Ovaj diplomski rad istražuje segmentaciju moždanih lezija uzrokovanih multiplom sklerozom. Opisuju se temelja strojnog učenja i predstavljaju tri arhitekture umjetnih neuronskih mreža prikladnih za promatrani zadatak. Zatim se implementiraju opisani algoritmi, te se provodi evaluacija rezultata. Najbolji rezultati ostvaruju se za FLAIR vrstu snimki magnetske rezonance korištenjem U-net arhitekture, s postignutom preciznošću od 63.89\% po DCS-u. DeepLabV3+ pruža točnost segmentacije od 58.53\%, a SegNet 55.39\%. Ovakvi rezultati su zadovoljavajući i mogu biti korisni medicinskim stručnjacima kao dijagnostički alat za efikasniju i precizniju segmentaciju.
Abstract (english)
This paper explores the segmentation of brain lesions caused by multiple sclerosis. It describes the basics of machine learning and presents three artificial neural network architectures suitable for the task at hand. The described algorithms are then implemented, and the results are evaluated. The best results are achieved for the FLAIR type of magnetic resonance imaging using the U-Net architecture, with achieved segmentation accuracy of 63.89% based on DCS. DeepLabV3+ provides segmentation accuracy of 58.53%, while SegNet achieves 55.39%. These results are satisfactory and can be useful for medical professionals as a diagnostic tool for more efficient and precise segmentation.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:190:205753
Study programmeTitle: Graduate University Study of Electrical Engineering
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka elektrotehnike (magistar/magistra inženjer/inženjerka elektrotehnike)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence Attribution 4.0 International (CC BY 4.0) icon
Created on2023-05-17 15:01:46