Model dubokog učenja za klasifikaciju tumora mozga uporabom slika magnetske rezonancije

završni rad

• Naslov (engleski): A deep learning model for brain tumor classification using magnetic resonance images
• Autor: Ita Poklepović
• Mentor: Jelena Božek (mentor)
• Član povjerenstva: Jelena Božek (predsjednik povjerenstva)
• Član povjerenstva: Sonja Grgić (član povjerenstva)
• Član povjerenstva: Ivana Žeger (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2024-07-11, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Ovaj završni rad istražuje primjenu dubokih neuronskih mreža (CNN) na problemu klasifikacije tumora mozga korištenjem slika magnetske rezonancije (MR). Cilj rada bio je upoznati se s postojećim modelima za klasifikaciju tumora na mozgu te implementirati novi model temeljen na stečenom znanju. Detaljno je opisana arhitektura implementiranog modela te njegovi slojevi I razlozi njihovog odabira. Naveden je izvor podataka, njihova podjela i način augmentacije te je opisan proces treniranja s unakrsnom validacijom modela. Konačno su analizirani rezultati mreže koristeći navedene metrike te uspoređena točnost modela s javno dostupnim rezultatima drugih modela. Postignuti su odlični rezultati razlikovanja četiri različite vrste tumora s točnošću od čak 99,54\%.

Sažetak (engleski)

This bachelor thesis investigates the application of deep neural networks (CNN) to the problem of brain tumor classification using magnetic resonance (MR) images. The aim of the paper was to become familiar with existing brain tumor classification models and to implement a new one based on the acquired knowledge. The architecture of the implemented model, its layers and the reasons for their selection are described in detail. The source and division of data is listed, as well as the augmentation method used, and the training and cross-validation process of the model is described. Finally, the results of the network are analyzed using specified metrics and the accuracy of the model was compared with publicly available results of other models. Excellent results were achieved distinguishing four different types of tumors with an accuracy of 99.54\%.

• Ključne riječi: duboko učenje; klasifikacija tumora mozga; magnetska rezonanacija; konvolucijska neuronska mreža
• Ključne riječi (engleski): deep learning; brain tumor classification; magnetic resonance imaging; convolutional neural network
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:412014
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: preddiplomski; Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2024-10-12 21:53:34