Procjena stadija dijabetičke retinopatije u slikama očne pozadine pomoću dubokih neuronskih mreža

diplomski rad

• Naslov (engleski): Diabetic Retinopathy Stage Estimation from Retinal Photographs Using Deep Neural Networks
• Autor: Andrea Lukač
• Mentor: Marko Subašić (mentor)
• Član povjerenstva: Marko Subašić (predsjednik povjerenstva)
• Član povjerenstva: Sven Lončarić (član povjerenstva)
• Član povjerenstva: Tomislav Petković (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2017-07-07, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

U ovom su radu primijenjene konvolucijske neuronske mreže za analizu slika očne
pozadine. Postupak analize ovakvih slika ključan je kako bi se pravovremeno detek-
tirala dijabetička retinopatija čiji se simptomi manifestiraju na očnoj pozadini. Za
problem segmentacije krvnih žila korištene su potpuno konvolucijske mreže. Model je
treniran i testiran na DRiDB [26] bazi slika te su izmjereni odlični rezultati. U svrhu
procjene stadija dijabetičke retinopatije konstruirana je konvolucijska mreža za klasi-
fikaciju. Dobiveni model je treniran na bazi slika iz [29]. Testni rezultati pokazali su
se obećavajućima za problem koji nije jednostavan. Dodatno je uvedena rezidualnost
u arhitekturu što je dovelo do malo boljih rezultata. Pokazano je da se za dva različita
problema može koristiti slična arhitektura uz odred̄ene modifikacije.

Sažetak (engleski)

In this paper, convolutional neural networks were exploited for retinal image analysis.
Procedure of analyzing this kind of images is crucial in order to promptly detect diabe-
tic retinopathy, whose symptoms manifest on retina. For the blood vessel segmentation
problem, fully convolutional networks were used. The model was trained and tested on
DRiDB [26] image dataset and great results were measured. In purpose of assessment
of diabetic retinopathy stage we constructed a convolutional network for classification.
Resulting model was trained on the dataset from [29]. Test results have shown as pro-
mising for the problem that is not simple. Additionally, residuality was introduced in
the architecture which led to slightly better results. It has been shown that a similar
architecture with certain modifications can be used for two different problems.

• Ključne riječi: segmentacija; dijabetička retinopatija; klasifikacija; duboke neuronske mreže; očna pozadina
• Ključne riječi (engleski): segmentation; diabetic retinopathy; classification; deep neural networks; retina
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:654033
• Studijski program: Naziv: Računarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2019-03-13 22:24:18