Primjena strojnog učenja za detekciju shizofrenije temeljem informacija iz MR slika mozga

undergraduate thesis

• Title (english): Application of machine learning for schizophrenia detection based on information from brain MR images
• Author: Tea Teskera
• Mentor: Jelena Božek (mentor)
• Committee member: Jelena Božek (predsjednik povjerenstva)
• Committee member: Filip Turčinović (član povjerenstva)
• Committee member: Ivana Žeger (član povjerenstva)
• Granter: University of Zagreb; Faculty of Electrical Engineering and Computing; Zagreb
• Defense date and country: 2023-08-31, Croatia
• Scientific / art field, discipline and subdiscipline: TECHNICAL SCIENCES; Computing

Abstract

Nedavna istraživanja pokazuju rastući interes za razvitkom metode automatske detekcije bolesti na temelju medicinskih slika pa tako i slika magnetske rezonancije (MR). Psihičke bolesti poput shizofrenije predstavljaju veliki izazov radiolozima za dijagnosticiranje putem biomarkera iz MR slika. U ovom radu je najprije dan pregled znanstvenih radova koji su pokušali razviti sustav za detekciju i klasifikaciju shizofrenije iz MR slika strojnim učenjem. Zatim su izneseni i implementirani algoritmi strojnog učenja (metoda potpornih vektora, slučajne šume, jednostavna neuronska mreža) za raspoznavanje zdravih mozgova od mozgova sa shizofrenijom na temelju informacija iz MR slika. Naposljetku se iznose rezultati testiranja nad skupom podataka COBRE.

Abstract (english)

Recent research shows a growing interest in developing automated methods for detecting illnesses using medical imaging, including magnetic resonance imaging (MRI). Psychiatric illnesses like schizophrenia present a great challenge to radiologists trying to diagnose them using biomarkers from MRI. A literature overview is given at the beginning of this paper, covering recent advances in detecting schizophrenia through machine learning. Afterwards, three machine learning algorithms for detecting brains with schizophrenia are described and implemented (support vector machines, random forest, neural network). Lastly, the results of testing the algorithms on the COBRE dataset are described and discussed.

• Keywords: strojno učenje; metoda potpornih vektora; slučajne šume; neuronska mreža; shizofrenija; fMRI; COBRE
• Keywords (english): machine learning; support vector machines; random forest; neural network; schizophrenia; fMRI; COBRE
• Language: croatian
• URN:NBN: urn:nbn:hr:168:120002
• Study programme: Title: Computing; Study programme type: university; Study level: undergraduate; Academic / professional title: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva)
• Type of resource: Text
• File origin: Born digital
• Access conditions: Closed access
• Created on: 2023-10-11 10:45:45