Klasifikacija medicinskih slika konvolucijskim modelima

završni rad

• Naslov (engleski): Classification of Medical Images With Convolutional Models
• Autor: Ivan Almer
• Mentor: Siniša Šegvić (mentor)
• Član povjerenstva: Siniša Šegvić (predsjednik povjerenstva)
• Član povjerenstva: Petra Bevandić (član povjerenstva)
• Član povjerenstva: Josip Šarić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2019-07-12, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Klasifikacija slika je jedan od još neriješenih problema računalnog vida, no iz godine u godinu se vidi napredak u tom području. U ovom radu opisane su konvolucijske neuronske mreže te njihova primjena u klasifikaciji slika. Dodatno opisane su i rezidualne neuronske mreže koje su omogućile velik pomak u području računalnog vida. U okviru ovog rada koristio sam implementaciju rezidualne mreže ResNet-50 za problem klasifikacije slika kožnih nepravilnosti na skupu podataka HAM:10000. Dobiveni rezultati su prikazani i diskutirani na kraju rada.

Sažetak (engleski)

Image classification is still one of the unsolved computer vision problems, but there is a clear advance in that area from year to year. This paper describes convolutional neural networks and their application in classification problem. In addition, there is a thorough description of residual neural networks, which enabled a major leap forward in computer vision. For the purposes of this work I used ResNet-50 residual network to solve the problem of skin lesion image classification from the dataset HAM:10000. The results of the experiment are displayed and commented at the end of the paper.

• Ključne riječi: duboko učenje; računalni vid; klasifikacija slika; medicinske slike; konvolucijske neuronske mreže; Pytorch
• Ključne riječi (engleski): deep learning; computer vision; image classification; medical images; convolutional nerual networks; Pytorch
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:062448
• 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: 2020-01-07 15:56:31