Duboka neuronska mreža za segmentaciju slojeva retine

završni rad

• Naslov (engleski): Deep Neural Network for Retinal Layer Segmentation
• Autor: Matej Salković
• Mentor: Sven Lončarić (mentor)
• Član povjerenstva: Sven Lončarić (predsjednik povjerenstva)
• Član povjerenstva: Ivana Matovinović (član povjerenstva)
• Član povjerenstva: Luka Posilović (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet elektrotehnike i računarstva; Zagreb
• Datum i država obrane: 2020-07-08, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo

Sažetak

Optička koherentna tomografija (OCT) je neinvanzivna metoda snimanja bioloških tkiva često korištena u oftalmologiji i medicini općenito. Precizna automatska segmentacija slojeva na OCT snimkama retine je od velike važnosti za oftalmologiju jer omogućava bržu i jednostavniju dijagnostiku. Ovaj rad se bavi implementacijom i analizom kaskadne arhitekture koja koristi mapu relativnih udaljenosti kao dodatan ulaz u mrežu. Arhitektura se sastoji od dvije međusobno povezane duboke neuronske mreže od kojih prva služi za ekstrakciju granica retine, a druga za segmentaciju svih slojeva i tekućina. Arhitektura kombinira potpuno konvolucijsku mrežu i U-Net arhitekturu kako bi poboljšala segmentaciju. U radu se detaljno opisuju arhitektura mreže i postupci treniranja i testiranja. Dobiveni rezultati se uspoređuju s očekivanim rezultatima.

Sažetak (engleski)

Optical coherence tomography (OCT) is a non-invasive method of imaging biological tissues that is often used in ophthalmology and medicine in general. Precise automatic layer segmentation on OCT retinal images is of great importance for ophthalmology as it allows for faster and easier diagnosis. This bachelor thesis deals with the application and analysis of a cascading architecture that uses a relative distance map as an additional network input. The architecture consists of two interconnected deep neural networks of which the first serves to extract the boundaries of the retina, and the second to segment all layers and fluids. The architecture combines a fully convolutional network and U-Net architecture to enhance segmentation. The thesis describes in detail the network architecture and training and testing procedures. The obtained results are compared with the expected results.

• Ključne riječi: retina; segmentacija slojeva retine; optička koherentna tomografija; potpuno konvolucijske mreže; U-Net; LF-UNet; relativna mapa udaljenosti
• Ključne riječi (engleski): retina; retinal layers segmentation; optical coherence tomography; fully convolutional networks; U-Net; LF-UNet; relative distance map
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:168:431565
• 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: 2023-01-14 09:53:36