prikaz prve stranice dokumenta Klasifikacija tkiva kroničnih rana metodama strojnog učenja
  Preuzmi
PDF 6.86 MB
diplomski rad
Klasifikacija tkiva kroničnih rana metodama strojnog učenja
2020. urn:nbn:hr:200:895730
Mičić, Vladimir
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za računalno inženjerstvo i automatiku
Katedra za automatiku i robotiku

Citirajte ovaj rad

Mičić, V. (2020). Klasifikacija tkiva kroničnih rana metodama strojnog učenja (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:895730

Mičić, Vladimir. "Klasifikacija tkiva kroničnih rana metodama strojnog učenja." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2020. https://urn.nsk.hr/urn:nbn:hr:200:895730

Mičić, Vladimir. "Klasifikacija tkiva kroničnih rana metodama strojnog učenja." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2020. https://urn.nsk.hr/urn:nbn:hr:200:895730

Mičić, V. (2020). 'Klasifikacija tkiva kroničnih rana metodama strojnog učenja', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 19.04.2024., https://urn.nsk.hr/urn:nbn:hr:200:895730

Mičić V. Klasifikacija tkiva kroničnih rana metodama strojnog učenja [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2020 [pristupljeno 19.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:895730

V. Mičić, "Klasifikacija tkiva kroničnih rana metodama strojnog učenja", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:895730

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:895730
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovKlasifikacija tkiva kroničnih rana metodama strojnog učenja
Naslov (engleski)Chronic wound tissue classification using machine learning methods
AutorVladimir Mičić
MentorDamir Filko (mentor)
Član povjerenstvaDamir Filko (predsjednik povjerenstva)
Član povjerenstvaEmmanuel Karlo Nyarko (član povjerenstva)
Član povjerenstvaRobert Cupec (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za računalno inženjerstvo i automatiku)
(Katedra za automatiku i robotiku)
Osijek
Datum i država obrane2020-09-22, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
Razvoj umjetne inteligencije u mnogim je područjima života unaprijedio i olakšao izvršavanje zadataka koji zahtijevaju preciznost i objektivnost. Jedna od potencijalnih primjena umjetne inteligencije jest i u medicini pri određivanju svojstava kroničnih rana poput njihovih dimenzija, tipova tkiva od kojih se sastoji rana te u praćenju procesa cijeljenja u svrhu određivanja potrebne terapije itd. U ovom se radu razmatra primjena klasifikacije kao alata strojnog učenja u određivanju tipa tkiva na fotografijama kroničnih rana, primjenom različitih klasifikatora u različitim prostorima boja. Na temelju uzoraka tipova tkiva, fibrin, granulacija i nekroza te primjenom nekolicine algoritama za klasifikaciju implementirani su klasifikatori u programskom jeziku Python. Na dostupnoj bazi slika kroničnih rana provedena je klasifikacija postojećim klasifikatorima u različitim prostorima boja te je rezultat precision-recall karakteristika.
Sažetak (engleski)
The development of artificial intelligence in many areas of life has improved and facilitated the execution of tasks that require precision and objectivity. One of the potential applications of artificial intelligence is in medicine in determining the properties of chronic wounds such as their dimensions, tissue types of the wound and in monitoring the healing process to determine the necessary therapy, etc. This thesis discusses the application of machine learning in determining tissue type in photographs of chronic wounds, by applying different classifiers in different color spaces. Based on learning samples of tissue types, fibrin, granulation and necrosis, and several classification algorithms, classifiers in the Python programming language have been implemented. On the basis of images of chronic wounds, the classification was performed by various classificators in different color spaces, and the result is the precision-recall characteristic.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:895730
Studijski programNaziv: Elektrotehnika; smjerovi: Komunikacije i informatika, Elektroenergetika
Smjer: Komunikacije i informatika
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka elektrotehnike (mag.ing.el.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2020-11-20 11:19:38