Analiza ultrazvučnih slika autoenkoderskim mrežama

diplomski rad

• Naslov (engleski): Ultrasound Image Analysis Using Autoencoder Networks
• Autor: Fran Milković
• Mentor: Sven Lončarić (mentor)
• Član povjerenstva: Sven Lončarić (predsjednik povjerenstva)
• Član povjerenstva: Marko Subašić (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: 2020-07-10, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Ultrazvučno snimanje jedna je od najkvalitetnijih metoda nedestruktivnog testiranja koja pruža uvid u unutarnje strukture i procese snimanih objekata. Uobičajena praksa je da stručnjaci pregledavaju ultrazvučne snimke te donose zaključke o stanju promatranog objekta. U ovom radu istražena je primjena varijacijskog autoenkodera kao dijela sustava za asistiranu analizu i detekciju anomalija na ultrazvučnim snimkama blokova tipičnih za nuklearna postrojenja. Postignuti su rezultati poput pronalaska iznad 96% anomalija uz stopu lažnih detekcija od samo 13%. Istražena je i primjena različitih dimenzija ulaznih slika kao i RGB slika te integracija dubokih i predtreniranih modela u strukturu varijacijskog autoenkodera.

Sažetak (engleski)

Ultrasound imaging is one of the highest quality methods of non-destructive testing which gives insight into inner structures and processes of observed objects. Standard procedure is having experts inspect the obtained ultrasound images and arrive to conclusions about the object's condition. This thesis explores the application of variational autoencoders as a part of a system for assisted analysis and anomaly detection in ultrasound images of blocks typical for nuclear facilities. Achieved results are finding over 96% of all anomalies with a false positive rate of as low as 13%. The use of different input image sizes, RGB images, deep and pretrained models was also explored.

• Ključne riječi: varijacijski autoenkoder; detekcija anomalija; duboko učenje; ultrazvučno snimanje; asistirana analiza; analiza slika
• Ključne riječi (engleski): variational autoencoder; anomaly detection; deep learning; ultrasound imaging; assisted analysis; image analysis
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:711526
• Studijski program: Naziv: Informacijska i komunikacijska tehnologija; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka informacijske i komunikacijske tehnologije (mag. ing. inf. et comm. techn.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Zatvoreni pristup
• Datum i vrijeme pohrane: 2023-01-13 13:13:28