prikaz prve stranice dokumenta Generativne suparničke mreže za umjetno generiranje medicinskih slika
  Preuzmi
PDF 2.29 MB
diplomski rad
Generativne suparničke mreže za umjetno generiranje medicinskih slika
2024. urn:nbn:hr:200:199851
Gavran, Iva
Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za programsko inženjerstvo
Katedra za vizualno računarstvo

Citirajte ovaj rad

Gavran, I. (2024). Generativne suparničke mreže za umjetno generiranje medicinskih slika (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:200:199851

Gavran, Iva. "Generativne suparničke mreže za umjetno generiranje medicinskih slika." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2024. https://urn.nsk.hr/urn:nbn:hr:200:199851

Gavran, Iva. "Generativne suparničke mreže za umjetno generiranje medicinskih slika." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2024. https://urn.nsk.hr/urn:nbn:hr:200:199851

Gavran, I. (2024). 'Generativne suparničke mreže za umjetno generiranje medicinskih slika', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 19.11.2024., https://urn.nsk.hr/urn:nbn:hr:200:199851

Gavran I. Generativne suparničke mreže za umjetno generiranje medicinskih slika [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2024 [pristupljeno 19.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:199851

I. Gavran, "Generativne suparničke mreže za umjetno generiranje medicinskih slika", 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:200:199851

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:199851
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovGenerativne suparničke mreže za umjetno generiranje medicinskih slika
Naslov (engleski)Generative adversarial networks for the artificial generation of medical images
AutorIva Gavran
MentorIrena Galić (mentor)
MentorMarija Habijan (sumentor)
Član povjerenstvaMarija Habijan (predsjednik povjerenstva)
Član povjerenstvaKrešimir Nenadić (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 obrane2024-10-07, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Umjetna inteligencija
Sažetak
Nedovoljno velik skup podataka jedan je od ključnih izazova kod dubokog učenja, posebno kada je riječ o medicinskim snimcima i pripadajućim im maskama. Zbog ograničenog broja snimaka, postaje vrlo izazovno razviti kvalitetne modele za detekciju rijetkih bolesti. Generiranje umjetnog sadržaja predstavlja jedno od mogućih rješenja za taj problem. U ovom radu obrađena je tematika generiranja novih medicinskih snimaka i pripadajućih im maski pomoću generativne suparničke mreže. Navedeni su i nedostatci tog modela, primjerice zahtjevnost u pogledu vremenskih i računalnih resursa, osjetljivost na parametre te sklonost kreiranju sličnog sadržaja. U završnom dijelu rada predstavljen je model osnovne verzije GAN-a primijenjen za generiranje medicinskih snimaka i maski, prikazani su rezultati generiranja te su istaknuti nedostatci tog modela.
Sažetak (engleski)
Insufficiently large datasets are one of the key challenges in deep learning, especially when it comes to medical images and their corresponding masks. Due to the limited number of images, it is very challenging to develop quality models for detecting rare diseases. Generating artificial content represents one possible solution to this problem. This paper explores the generation of new medical images and their corresponding masks using generative adversarial networks (GANs). The limitations of this model are also discussed, including the high demands in terms of time and computational resources, sensitivity to parameters, and tendency to produce similar content. In the concluding section of the paper, a model based on the basic version of GAN is presented for generating medical images and masks, along with the generated results and the highlighted shortcomings of this model.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:200:199851
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 pohrane2024-10-30 10:29:04