Pretražite po imenu i prezimenu autora, mentora, urednika, prevoditelja

Napredna pretraga

Pregled bibliografske jedinice broj: 1078986

Segmentacija epikardijalne masti


Benčević, Marin
Segmentacija epikardijalne masti, 2020., diplomski rad, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek


CROSBI ID: 1078986 Za ispravke kontaktirajte CROSBI podršku putem web obrasca

Naslov
Segmentacija epikardijalne masti
(Semantic segmentation of epicardial fat from computed tomography image)

Autori
Benčević, Marin

Vrsta, podvrsta i kategorija rada
Ocjenski radovi, diplomski rad

Fakultet
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek

Mjesto
Osijek

Datum
23.07

Godina
2020

Stranica
64

Mentor
Irena Galić ; Marija Habijan

Ključne riječi
segmentacija epikardijalne masti, računalna tomografija, sematička segmentacija, konvolucijske neuronske mreže, duboko učenje
(epicardial fat segmentation, computed tomography, semantic segmentation, convolutional neural networks, deep learning)

Sažetak
Epikardijalna mast (EM) masno je tkivo koje se nalazi između srca I perikarda. Volumen i debljina epikardijalnog masnog tkiva povezani su s različitim bolestima kao što su ateroskleroza, masnoća srca, te drugim nepovoljnim kardiovaskularnim događajima. EM je nezavisan indicator rizika odsrčanih bolesti. Potpuno automatskim i pouzdanim mjerenjem EM iz CT slika mogu se obraditi veliki skupovi CT slika i time napraviti sistematska studija epikardijalne masti. Ovaj rad predlaže potpuno automatsku metodu semantičke segmetnacije epikardijalne masti iz CT slika koristeći duboke neuronske mreže. Koristi se modificirana U-Net arhitektura s ResNet34koderom. Model je treniran na 20 CT slika srca dobivenih iz dva različita CT uređaja. Rezultat modela su predikcije segmentiranih područja EM-I na CT slikama. Kvantitativna evaluacija rezultata pokazuje podudaranje Dice mjerila od 0, 70. U radu je pokazano da je moguće postići grubu semantičku segmentaciju EM-i dubokom neuronskom mrežom čak i uz mali broj podataka uz pomoć dobre preobrade podatkovnog skupa. Rad pokazuje i ovisnost utjecaja augmentacije podataka na konačni rezultat semantičke segmentacije CT slika.

Izvorni jezik
Hrvatski

Znanstvena područja
Računarstvo



POVEZANOST RADA


Projekt / tema
UIP-2017-05-4968 - Metode za interpretaciju medicinskih snimki za detaljnu analizu zdravlja srca (IMAGINEHEART) (Galić, Irena, HRZZ - 2017-05 )

Ustanove
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek

Profili:

Avatar Url Marija Habijan (mentor)

Avatar Url Irena Galić (mentor)

Citiraj ovu publikaciju

Benčević, Marin
Segmentacija epikardijalne masti, 2020., diplomski rad, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek
Benčević, M. (2020) 'Segmentacija epikardijalne masti', diplomski rad, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek.
@phdthesis{phdthesis, author = {Ben\v{c}evi\'{c}, M.}, year = {2020}, pages = {64}, keywords = {epicardial fat segmentation, computed tomography, semantic segmentation, convolutional neural networks, deep learning}, title = {Semantic segmentation of epicardial fat from computed tomography image}, keyword = {epicardial fat segmentation, computed tomography, semantic segmentation, convolutional neural networks, deep learning}, publisherplace = {Osijek} }




Contrast
Increase Font
Decrease Font
Dyslexic Font