Háromdimenziós klinikai adatok feldolgozása neurális háló alapú architektúrával
dc.contributor.advisor | Bogacsovics, Gergő | |
dc.contributor.author | Tóth, Csenge Beatrix | |
dc.contributor.department | DE--Informatikai Kar | |
dc.date.accessioned | 2024-06-23T18:18:19Z | |
dc.date.available | 2024-06-23T18:18:19Z | |
dc.date.created | 2024-04-29 | |
dc.description.abstract | Dolgozatomban egy olyan neurális háló alapú rendszer tervezését, fejlesztését valósítottam meg, amely képes 3 dimenziós orvosi leletek feldolgozására és hatékony, automatikus szegmentálására mélytanuló eljárások alkalmazásával. A rendszer optimális működéséhez több mélytanuló algoritmus működését vetettem össze, mint például a 2D U-Net, 3D U-Net, illetve a 3D V-Net. Az összehasonlításhoz többféle metrikát is számoltam, többek közt a dice együttható, precision (PPV), sensitivity, specificity (SP) és az accuracy (ACC) mérőszámokat. A fejlesztés során a felmerülő hibák korrigálásához prototípus készült el, a dolgozat bemutatását pedig modell rangsorolással, és az eredmények kiértékelésével zárom. A jelenleg ismert egyik legveszélyesebb és egyben leggyakoribb daganatfajta a glioblasztóma (glioblastoma multiforme, GBM). A felnőttkori rosszindulatú agyi elváltozások többségét ez a fajta teszi ki. Sajnos a legtöbb ilyen betegségben szenvedő ember átlagosan 12-18 hónapig él a diagnózis után, és az embereknek csak körülbelül 7%-a él még öt év múlva is. A modern diagnosztika során számítógépes képalkotó eljárások alkalmazásával sokkal precízebben meghatározható a tumor pontos helye az agyban, illetve könnyebben meghatározható a betegség súlyossága is. A képszegmentálási technológia gyakorlatban való alkalmazásával a készített rendszer az orvosok munkájának könnyítéséhez jelentős mértékben hozzájárulna. Ennek oka, hogy a vizsgálati eljárás nagy részében mentesítené az emberi munkaerőt. Az eljárás automatizálása gyorsítaná a diagnosztizálás folyamatát, amit egyszerűbb akár az orvosoknak is jóváhagyni. Segítségével jobb és hatékonyabb ápolási eredmények érhetőek el, emellett javulhat a páciensek véleménye is az egészségügyi rendszerekkel kapcsolatban. | |
dc.description.course | Programtervező informatikus | |
dc.description.degree | MSc/MA | |
dc.format.extent | 46 | |
dc.identifier.uri | https://hdl.handle.net/2437/374590 | |
dc.language.iso | hu | |
dc.rights.access | Hozzáférhető a 2022 decemberi felsőoktatási törvénymódosítás értelmében. | |
dc.subject | mesterséges intelligencia | |
dc.subject | neurális architektúra | |
dc.subject | háromdimenziós orvosi képek | |
dc.subject | gépi tanulás | |
dc.subject | szegmentálás | |
dc.subject.dspace | Informatika::Információtechnológia | |
dc.title | Háromdimenziós klinikai adatok feldolgozása neurális háló alapú architektúrával |
Fájlok
Eredeti köteg (ORIGINAL bundle)
1 - 1 (Összesen 1)
Nincs kép
- Név:
- szakdolgozat.pdf
- Méret:
- 4.73 MB
- Formátum:
- Adobe Portable Document Format
- Leírás:
- szakdolgozat
Engedélyek köteg
1 - 1 (Összesen 1)
Nincs kép
- Név:
- license.txt
- Méret:
- 2.35 KB
- Formátum:
- Item-specific license agreed upon to submission
- Leírás: