Klasifikacija moždanih tumora metodama dubokog učenja na temelju snimki magnetske rezonancije

završni rad

• Naslov (engleski): Brain tumor classification using deep learning methods based on magnetic resonance imaging
• Autor: Katarina Šabić
• Mentor: Alan Jović (mentor)
• Član povjerenstva: Alan Jović (predsjednik povjerenstva)
• Član povjerenstva: Nikolina Frid (član povjerenstva)
• Član povjerenstva: Adrian Satja Kurdija (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2023-08-29, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Ovaj rad prikazuje primjenu dubokog učenja, odnosno konvolucijskih neuronskih mreža u rješavanju klasifikacijskog problema u području medicinske dijagnostike. Prikazana je izgradnja dva modela neuronskih mreža i analizirane su razlike u njihovoj građi koje utječu na performanse i dobivene rezultate. Rezultati učenja neuronskih mreža dani su u obliku funkcija gubitka i preciznosti, i matrice konfuzije. Postignuta je točnost klasifikacije četiri klase moždanih tumora od preko 93% koristeći konvolucijski model.

Sažetak (engleski)

This paper shows the application of deep learning, respectively convolutional neural networks in solving the classification problem in the field of medical diagnostics. It shows the building of the two models of neural networks, and analyses the differences in their structure, which affect the performance and the obtained results. The learning results of the neural networks are given in the form of loss and precision functions, and the confusion matrix. The classification accuracy of four classes of brain tumors of over 93% was achieved using the convolutional model.

• Ključne riječi: Umjetna inteligencija; duboko učenje; konvolucijske neuronske mreže; klasifikacija slika
• Ključne riječi (engleski): Artificial intelligence; deep learning; convolutional neural networks; image classification
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:440845
• 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: 2023-10-11 10:35:45