Ψηφιακή επεξεργασία και κατηγοριοποίηση εικόνων μέσω νευρωνικών δικτύων: εφαρμογή σε βιοϊατρικές εικόνες

Καρέτσας, Ορέστης

dc.contributor.advisor	Rangoussi, Maria
dc.contributor.author	Καρέτσας, Ορέστης
dc.date.accessioned	2021-01-25T09:12:10Z
dc.date.available	2021-01-25T09:12:10Z
dc.date.issued	2021-01-21
dc.identifier.uri	https://polynoe.lib.uniwa.gr/xmlui/handle/11400/162
dc.identifier.uri	http://dx.doi.org/10.26265/polynoe-13
dc.description.abstract	Στη παρούσα διπλωματική εργασία διερευνάται η ψηφιακή επεξεργασία και η κατηγοριοποίηση βιοϊατρικών εικόνων μέσω τεχνητών νευρωνικών δικτύων (artificial neural networks). Αρχικά γίνεται επισκόπηση (α) των βασικών αρχιτεκτονικών και λειτουργιών των (απλών) τεχνητών νευρωνικών δικτύων αφενός, και (β) των βασικών μεθόδων ψηφιακής επεξεργασίας εικόνων αφετέρου. Στο πλαίσιο της επισκόπησης μεθόδων ψηφιακής επεξεργασίας εικόνων, αναλύονται μέθοδοι βελτίωσης εικόνας μέσω διδιάστατων φίλτρων και μέθοδοι κατάτμησης εικόνας σε περιοχές μέσω ανάπτυξης περιοχών. Επίσης δίνονται απλά παραδείγματα εφαρμογής των ανωτέρω τεχνικών σε γενικές και σε βιοϊατρικές εικόνες. Στη συνέχεια παρουσιάζεται η βαθιά μάθηση (deep learning) και τα νευρωνικά δίκτυα βαθιάς μάθησης (deep neural networks). Στο πειραματικό μέρος της εργασίας, οργανώνονται και εκτελούνται τέσσερα (4) πειράματα δυαδικής κατηγοριοποίησης βιοϊατρικών εικόνων (θώρακα και εγκεφάλου). Για την κατηγοριοποίηση χρησιμοποιούνται αρχικά απλά και στη συνέχεια βαθιά νευρωνικά δίκτυα. Η συγκριτική παρουσίαση των αποτελεσμάτων δείχνει τη βελτίωση που φέρνει η βαθιά μάθηση.	el
dc.format.extent	118	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Δυτικής Αττικής	el
dc.rights	Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/	*
dc.subject	Νευρωνικά δίκτυα	el
dc.subject	Βαθιά μάθηση	el
dc.subject	Βαθιά νευρωνικά δίκτυα	el
dc.subject	Φίλτρα	el
dc.subject	Ανάπτυξη περιοχής	el
dc.subject	Βιοϊατρικές εικόνες	el
dc.subject	Βελτιστοποίηση εικόνας	el
dc.subject	Κατάτμηση εικόνας	el
dc.subject	Κατηγοριοποίηση εικόνας	el
dc.subject	Ψηφιακή επεξεργασία εικόνας	el
dc.subject	Neural networks
dc.subject	Deep learning
dc.title	Ψηφιακή επεξεργασία και κατηγοριοποίηση εικόνων μέσω νευρωνικών δικτύων: εφαρμογή σε βιοϊατρικές εικόνες	el
dc.title.alternative	Digital processing and neural network classification of images: application to biomedical images	el
dc.type	Διπλωματική εργασία	el
dc.contributor.committee	Potirakis, Stelios
dc.contributor.committee	Τάτλας, Νικόλαος-Αλέξανδρος
dc.contributor.faculty	Σχολή Μηχανικών	el
dc.contributor.department	Τμήμα Ηλεκτρολόγων και Ηλεκτρονικών Μηχανικών	el
dc.description.abstracttranslated	Digital processing and classification of biomedical images through artificial neural networks is the aim of this thesis. In the first part of the thesis are reviewed the basics of digital image processing and the basics of classification using simple or ‘shallow’ neural networks. Within the digital image processing section, 2D filters for image enhancement and region growing for image segmentation are studied in more detail and through clarifying examples. Deep learning and deep neural networks and presented and analyzed in the following section. In the experimental part of the thesis, four binary classification experiments are designed and carried out on sets of biomedical images using shallow and deep neural networks. Comparison of the results reveals that deep neural networks offer improved classification performance.	el

Files in this item

Name:: Karetsas_50346505.pdf
Size:: 4.329Mb
Format:: PDF

View/Open

This item appears in the following Collection(s)

Διπλωματικές εργασίες
Διπλωματικές εργασίες τμήματος Ηλεκτρολόγων και Ηλεκτρονικών Μηχανικών

Show simple item record

Except where otherwise noted, this item's license is described as
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές