Χρήση τεχνικών μηχανικής μάθησης για την ανάλυση ιατρικών εικόνων με στόχο την υποβοήθηση στη διάγνωση της λοίμωξης COVID-19
Use of machine learning techniques to analyze medical images with the aim of assisting in the diagnosis of COVID-19 infection
Λέξεις-κλειδιά
Όραση Υπολογιστών ; Μηχανική μάθηση ; Βαθιά μάθηση ; Μεταφορά μάθησης ; Συνελικτικά νευρωνικά δίκτυα ; Covid-19 ; Ταξινόμηση εικόνων ; Σημασιολογική κατάτμηση εικόνων ; Ιατρική απεικόνιση ; Αξονική τομογραφίαΠερίληψη
Η ραγδαία εξέλιξη της τεχνολογίας έχει ως αποτέλεσμα το επιστημονικό πεδίο που ονομάζεται επιστήμη των υπολογιστών να βρίσκει εφαρμογές σε ολοένα και περισσότερους τομείς. Ένας από αυτούς τους τομείς αποτελεί και η επιστήμη της ιατρικής. Η πρόοδος που έχει σημειωθεί στην επιστήμη των υπολογιστών, ιδιαίτερα στο υποπεδίο που ονομάζεται μηχανική μάθηση, καθιστά δυνατή την υποστήριξη μιας πληθώρας ιατρικών καθηκόντων μέσω τεχνικών της. Παραδείγματος χάρη, οι τεχνικές μηχανικής μάθησης μπορούν να αξιοποιηθούν για την ανίχνευση πιθανής παρουσίας κάποιας ασθένειας ή όγκου σε ιατρικές εικόνες, όπως ακτινογραφίες (X-rays), αξονικές τομογραφίες (CT scans) και μαγνητικές τομογραφίες (MRI scans). Λαμβάνοντας υπόψη τη δύσκολη περίοδο την οποία διανύουμε εξαιτίας της πανδημίας COVID-19, καθώς και τη σημασία της ακρίβειας στην ανίχνευση της νόσου, μπορούμε ξεκάθαρα να διαπιστώσουμε ότι η βοήθεια που μπορεί να προσφέρει η μηχανική μάθηση στην ιατρική επιστήμη, είναι πιο πολύτιμη από ποτέ. Στην παρούσα διπλωματική εργασία, πραγματευόμαστε την ανάλυση ιατρικών εικόνων για την υποβοήθηση στη διάγνωση COVID-19 κάνοντας χρήση τεχνικών μηχανικής μάθησης. Πιο συγκεκριμένα, εξετάζουμε την αποτελεσματικότητα τεχνικών βαθιάς μάθησης, και ειδικότερα συνελικτικών νευρωνικών δικτύων, στην ανίχνευση της νόσου COVID-19, βασιζόμενοι σε πραγματικά δεδομένα ιατρικών εικόνων που έχουν συλλεχθεί παγκοσμίως.
Περίληψη
The rapid development of technology has resulted in the scientific field called computer science finding applications in more and more areas. One of these fields is medicine. The progress made in computer science, especially in the subfield called machine learning, has made it possible for a variety of medical tasks to be assisted by its various techniques. For example, machine learning can be utilized for the detection of the potential presence of a disease or tumor on medical images or scans, such as X-rays, CT scans and MRI scans. Considering the difficult period we are going through due to the COVID-19 pandemic, as well as the importance of accuracy in the detection of the disease, we can clearly see that the assistance that machine learning can provide to the medical science is more valuable than ever. In this diploma thesis we are dealing with the analysis of medical images for COVID-19 diagnosis support using machine learning techniques. More precisely, in this thesis we are examining the effectiveness of deep learning techniques, and particularly convolutional neural networks, in detecting the COVID-19 disease, based on real-world medical image data that have been collected worldwide.
Αριθμός σελίδων
166Σχολή
Σχολή ΜηχανικώνΑκαδημαϊκό Τμήμα
Τμήμα Μηχανικών Πληροφορικής και ΥπολογιστώνΓλώσσα
ΕλληνικάΣυλλογή
Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές