prikaz prve stranice dokumenta Segmentacija koljena difuzijskim modelima iz 3D slika magnetske rezonance
  Preuzmi
PDF 5.07 MB
diplomski rad
Segmentacija koljena difuzijskim modelima iz 3D slika magnetske rezonance
2024. urn:nbn:hr:200:562980
Perić, Juraj
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za programsko inženjerstvo
Katedra za vizualno računarstvo

Citirajte ovaj rad

Perić, J. (2024). Segmentacija koljena difuzijskim modelima iz 3D slika magnetske rezonance (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:200:562980

Perić, Juraj. "Segmentacija koljena difuzijskim modelima iz 3D slika magnetske rezonance." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2024. https://urn.nsk.hr/urn:nbn:hr:200:562980

Perić, Juraj. "Segmentacija koljena difuzijskim modelima iz 3D slika magnetske rezonance." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2024. https://urn.nsk.hr/urn:nbn:hr:200:562980

Perić, J. (2024). 'Segmentacija koljena difuzijskim modelima iz 3D slika magnetske rezonance', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 17.11.2024., https://urn.nsk.hr/urn:nbn:hr:200:562980

Perić J. Segmentacija koljena difuzijskim modelima iz 3D slika magnetske rezonance [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2024 [pristupljeno 17.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:562980

J. Perić, "Segmentacija koljena difuzijskim modelima iz 3D slika magnetske rezonance", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:562980

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:562980
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovSegmentacija koljena difuzijskim modelima iz 3D slika magnetske rezonance
Naslov (engleski)Knee segmentation using diffusion models from 3D magnetic resonance images
AutorJuraj Perić
MentorIrena Galić (mentor)
MentorMarija Habijan (sumentor)
Član povjerenstvaIrena Galić (predsjednik povjerenstva)
Član povjerenstvaHrvoje Leventić (član povjerenstva)
Član povjerenstvaKrešimir Romić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
(Zavod za programsko inženjerstvo)
(Katedra za vizualno računarstvo)
Osijek
Datum i država obrane2024-09-13, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
Segmentacija koljena iz slika magnetne rezonance važna je za praćenje progresije bolesti poput osteoartritisa i planiranje odgovarajuće terapije. U ovom radu predstavljen je model za automatsku segmentaciju koljena korištenjem difuzijskih modela, metode koja je u posljednje vrijeme postala popularna u području generiranja slika. Model koristi U-Net arhitekturu s modifikacijama prilagođenim za difuzijske procese, uključujući dinamičko uvjetno kodiranje i FF-pretvarač koji su predloženi u radu MedSegDiff: Medical Image Segmentation with Diffusion Probabilistic Model. Trening modela proveden je na skupu podataka Osteoarthritis Initiative (OAI), koji sadrži 3D MRI slike koljena s pripadajućim oznakama kostiju i hrskavica. Model je evaluiran korištenjem metrika F1-Score i Intersection over Union (IoU), pri čemu su postignuti rezultati od 89,21 % i 82,1 % nakon naknadne primjene Gaussovog zamućenja. Ovi rezultati su usporedivi s postojećim metodama segmentacije koljena. Iako model pokazuje visoku razinu preciznosti i otvorenost za moguću nadogradnju, njegova primjena u praksi može biti ograničena zbog dugog vremena segmentacije.
Sažetak (engleski)
Knee segmentation from magnetic resonance imaging is crucial for monitoring the progression of diseases like osteoarthritis and planning appropriate therapy. This paper presents a model for automatic knee segmentation using diffusion models, a method that has recently gained popularity in the field of image generation. The model employs a U-Net architecture with modifications tailored for diffusion processes, including dynamic conditional encoding and the FF-Parser proposed in the paper MedSegDiff: Medical Image Segmentation with Diffusion Probabilistic Model. The model was trained on the Osteoarthritis Initiative (OAI) dataset, which contains 3D MRI knee images with corresponding annotations of bones and cartilage. The model was evaluated using F1-Score and Intersection over Union (IoU) metrics, achieving results of 89.21% and 82.1% after applying post-processing with Gaussian blurring. These results are comparable with existing knee segmentation methods. While the model demonstrates a high level of accuracy and potential for further improvement, its practical application may be limited due to the long segmentation time.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:562980
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: sveučilišni/a magistar/magistra inženjer/inženjerka računarstva (univ. mag. ing. comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-09-19 07:52:32