Warning message

Nemate dozvolu za prikaz ovog resursa!
prikaz prve stranice dokumenta Izlučivanje značajki kod algoritama za detekciju karcinoma mokraćnog mjehura
Pristup korisnicima matične ustanove
diplomski rad
Izlučivanje značajki kod algoritama za detekciju karcinoma mokraćnog mjehura
2019. urn:nbn:hr:190:782064
Musulin, Jelena
Sveučilište u Rijeci
Tehnički fakultet
Zavod za automatiku i elektroniku
Katedra za elektroniku, robotiku i automatiku

Citirajte ovaj rad

Musulin, J. (2019). Izlučivanje značajki kod algoritama za detekciju karcinoma mokraćnog mjehura (Diplomski rad). Rijeka: Sveučilište u Rijeci, Tehnički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:190:782064

Musulin, Jelena. "Izlučivanje značajki kod algoritama za detekciju karcinoma mokraćnog mjehura." Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, 2019. https://urn.nsk.hr/urn:nbn:hr:190:782064

Musulin, Jelena. "Izlučivanje značajki kod algoritama za detekciju karcinoma mokraćnog mjehura." Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, 2019. https://urn.nsk.hr/urn:nbn:hr:190:782064

Musulin, J. (2019). 'Izlučivanje značajki kod algoritama za detekciju karcinoma mokraćnog mjehura', Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, citirano: 25.12.2024., https://urn.nsk.hr/urn:nbn:hr:190:782064

Musulin J. Izlučivanje značajki kod algoritama za detekciju karcinoma mokraćnog mjehura [Diplomski rad]. Rijeka: Sveučilište u Rijeci, Tehnički fakultet; 2019 [pristupljeno 25.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:782064

J. Musulin, "Izlučivanje značajki kod algoritama za detekciju karcinoma mokraćnog mjehura", Diplomski rad, Sveučilište u Rijeci, Tehnički fakultet, Rijeka, 2019. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:190:782064

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:190:782064
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovIzlučivanje značajki kod algoritama za detekciju karcinoma mokraćnog mjehura
Naslov (engleski)Determining features in algorithms for urinary bladder cancer detection
AutorJelena Musulin
MentorZlatan Car (mentor)
Član povjerenstvaNino Stojković (predsjednik povjerenstva)
Član povjerenstvaRene Prenc (član povjerenstva)
Član povjerenstvaViktor Sučić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Rijeci
Tehnički fakultet
(Zavod za automatiku i elektroniku)
(Katedra za elektroniku, robotiku i automatiku)
Rijeka
Datum i država obrane2019-09-24, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Elektrotehnika
Sažetak
U prvom dijelu rada bilo je potrebno izlučiti vektor značajki slika karcinoma mokraćnog mjehura pomoću dva algoritma, SIFT (eng. Scale-Invariant Feature Transform) i SURF (eng. Speeded Up Robust Features) algoritma. Rezultati su pokazali da je pomoću SIFT algoritma izlučeno više ključnih točaka što dovodi do drugog dijela rada gdje je potrebno izlučiti značajke iz originalne slike te dvije augumentirane i pronaći značajke koje se podudaraju. Također pri usporedbi vremena potrebnog da se izluče značajke, SURF algoritam je dvostruko brži od SIFT-a. U zadnjem koraku pomoću izlučenih značajki na setu podataka, trenira se umjetna neuronska mreža. Uz optimalnu arhitekturu mreže, veća točnost i manji gubici postigli su se koristeći SIFT algoritam.
Sažetak (engleski)
In the first part of the paper, a feature vector was extracted from bladder cancer images using two algorithms, the SIFT (Scale-Invariant Feature Transform) algorithm and the SURF (Speeded Up Robust Features) algorithm. More keypoints were extracted using the SIFT algorithm, in the second part of the paper it was necessary to extract the features from the original image and the two augmented ones to find features that matched. Also when comparing the time it takes to extract features, the SURF algorithm is twice as fast as SIFT. In the last step, using the extracted features on the data set, the artificial neural network is trained. With optimal network architecture, higher accuracy and lower losses were achieved using the SIFT algorithm.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:190:782064
Studijski programNaziv: Elektrotehnika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka elektrotehnike (mag. ing. el.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaPristup korisnicima matične ustanove
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2020-07-02 13:03:16