Bogacsovics, GergőSzimeonov, Viktória2022-04-202022-04-202022-04-20http://hdl.handle.net/2437/330991Az utóbbi években a mesterséges intelligencia már életünk szinte minden területén beépült. Otthonunk és életünk napról napra okosabb lesz: okostelefonok, tévék, porszívók, hangszórók és egyebek. Napjainkban jelentősen megnőtt a mesterséges intelligenciát (MI) és orvostudománnyal összekötő kutatások száma. Ezek célja megközelíteni, vagy akár meghaladni a szakemberek teljesítményét, ezáltal jelentősen javítva akár a betegek ellátását is. Jól mutatja a mesterséges intelligencia és a beteg ellátás, valamint orvostudomány egyre szorosabb kapcsolatát az, hogy a mai napig egyre több kutatás foglalkozik ezen témával, illetve egyre több területre törnek be, majd pedig látszólag hódítják azt meg a különféle MI megoldások. Egyik ilyen terület az automatizált diagnózis, melynek során próbáljuk automatizálni a betegek diagnosztizálását. Mesterséges intelligencia képes például teljesen testreszabott kezeléseket, diétákat vagy edzéseket készíteni a különféle emberek számára, figyelembe véve azok egyéni karakterisztikáit, szokásait. Ezen felsorolt eredmények mindegyikét az utóbbi pár évben elért eredmények, az egyre szofisztikáltabb, pontosabb hálózatok és az új, erősebb hardverek tették lehetővé. Kutatásom során egy olyan rendszer tervezését ás fejlesztését valósítottam meg, amely lehetőséget nyújt egy, az orvostudomány területén létező, valós probléma mesterséges intelligenciával történő megoldására. A dolgozatban különböző, kifejezetten orvosi problémák esetén használt architektúrákat (pl. FCN, UNet, Mobile Segnet) vizsgálok meg agyi tudomorok pontos és hatékony, automatizált szegmentálásának érdekében, valamint részletezem azok előnyeit, hátrányait. Ezenfelül bemutatom azon eredményeket is, melyeket a kutatás során vizsgált, jobban teljesítő algoritmusok kombinálásával kaptunk.30huNeurális hálóKépszegmentálásOrvosi képszegmentálásAutomatizált diagnózismesterséges intelligenciaEnsembleAdaptive BoostingMajority VotingNeurális háló alapú megoldás orvosi leletek automatikus szegmentálásáhozDEENK Témalista::Informatika