Show simple item record

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

dc.contributor.advisorRangoussi, Maria
dc.contributor.authorΚαρέτσας, Ορέστης
dc.description.abstractΣτη 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.publisherΠανεπιστήμιο Δυτικής Αττικήςel
dc.rightsΑναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές*
dc.subjectΝευρωνικά δίκτυαel
dc.subjectΒαθιά μάθησηel
dc.subjectΒαθιά νευρωνικά δίκτυαel
dc.subjectΑνάπτυξη περιοχήςel
dc.subjectΒιοϊατρικές εικόνεςel
dc.subjectΒελτιστοποίηση εικόναςel
dc.subjectΚατάτμηση εικόναςel
dc.subjectΚατηγοριοποίηση εικόναςel
dc.subjectΨηφιακή επεξεργασία εικόναςel
dc.subjectNeural networks
dc.subjectDeep learning
dc.titleΨηφιακή επεξεργασία και κατηγοριοποίηση εικόνων μέσω νευρωνικών δικτύων: εφαρμογή σε βιοϊατρικές εικόνεςel
dc.title.alternativeDigital processing and neural network classification of images: application to biomedical imagesel
dc.typeΔιπλωματική εργασίαel
dc.contributor.committeePotirakis, Stelios
dc.contributor.committeeΤάτλας, Νικόλαος-Αλέξανδρος
dc.contributor.facultyΣχολή Μηχανικώνel
dc.contributor.departmentΤμήμα Ηλεκτρολόγων και Ηλεκτρονικών Μηχανικώνel
dc.description.abstracttranslatedDigital 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


This item appears in the following Collection(s)

Show simple item record

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