Rekonstrukcija iz projekcija hibridnim pristupom

diplomski rad

• Naslov (engleski): Reconstruction from Projections Using Hybrid Approach
• Autor: Marija Vujica
• Mentor: Damir Seršić (mentor)
• Član povjerenstva: Damir Seršić (predsjednik povjerenstva)
• Član povjerenstva: Ana Sović Kržić (član povjerenstva)
• Član povjerenstva: Marko Subašić (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2021-09-16, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

PET je uobičajena medicinska tehnika snimanja koja detektira aktivnosti tijela na molekularnoj razini.
Zadatak programskih potpora, kao i glavni cilj ovog rada jest rekonstrukcija niza slika snimanog tijela koristeći prikupljene projekcije i znanje o prirodi cjelokupnog sustava snimanja.
U radu je najprije opisan postupak prikupljanja projekcija objekta snimanog PET uređajem. Zatim su navedene konvencionalne metode rekonstukcije poput projekcije unatrag, iterativnih metoda i drugih.
Zbog potrebe za poboljšanjima postojećih sustava medicinskih snimanja, u kontekstu rekonstrukcije PET snimaka nastoje se koristiti prednosti i kvalitete metoda strojnog učenja. Stoga su nadalje navedeni standardni pristupi strojnog učenja u konkretnoj problematici.
U konačnici je predložena i isprobana metoda dubokog učenja koja nudi razna poboljšanja rekonstrukcija, nakon čega slijedi demonstracija rezultata dobivenih na temelju realnih snimaka.

Sažetak (engleski)

PET is a common medical acquisition technique that detects body activity on a molecular level.
Role of computer software in this area is being main task of this academic research, which is to reconstruct series of images of captured object using acquired projection data and overall scanning system knowledge.
Foremost, in this assignment there is a description of projection acquisition process given by PET scanning machine. Afterwards, some conventional reconstruction methods are listed, such as backprojection, iterative methods and so on.
Due to need of having existent medical scanning systems consecutively improved, there is an idea of embedding qualities and advantage of machine learning principles in PET reconstruction problems. Hence, there were further listed some standard machine learning approaches in this specific issue.
At last, a deep learning method that in some ways improves reconstructions was proposed, tested and the results were demonstrated on a set of practical real-world dataset.

• Ključne riječi: Pozitronska emisijska tomografija; rekonstrukcija; Strojno učenje
• Ključne riječi (engleski): Positron emission tomography; reconstruction; Machine learning
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:394758
• 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: 2023-01-13 16:30:28