Ανάλυση βιοϊατρικών εικόνων για την ανίχνευση καρκίνου του μαστού με χρήση αλγορίθμων μηχανικής μάθησης

Δατσώλη, Κωνσταντίνα

dc.contributor.advisor	Rangoussi, Maria
dc.contributor.author	Δατσώλη, Κωνσταντίνα
dc.date.accessioned	2024-07-25T09:06:41Z
dc.date.available	2024-07-25T09:06:41Z
dc.date.issued	2024-07-18
dc.identifier.uri	https://polynoe.lib.uniwa.gr/xmlui/handle/11400/7186
dc.identifier.uri	http://dx.doi.org/10.26265/polynoe-7018
dc.description.abstract	Η παρούσα διπλωματική εργασία ασχολείται με την επεξεργασία βιοϊατρικών εικόνων, ειδικότερα υπερηχογραφημάτων μαστού, και την ανάλυσή τους μέσω της εκπαίδευσης νευρωνικών δικτύων βαθιάς μάθησης για την αναγνώριση παθογένειας και την κατηγοριοποίησή τους σε εικόνες υγιείς ή παθογενείς. Η επεξεργασία και ανάλυση πραγματοποιείται στο περιβάλλον MATLAB ®. Αρχικά, παρουσιάζονται διάφορες μεθόδους επεξεργασίας εικόνων, οι οποίες αξιολογούνται για την ικανότητά τους να απλοποιούν τα δεδομένα και να αναδεικνύουν κρίσιμα χαρακτηριστικά τους, διευκολύνοντας κατ' αυτόν τον τρόπο την ορθή αναγνώριση των εικόνων από τα νευρωνικά δίκτυα. Στη συνέχεια, εξετάζονται διεξοδικά διάφοροι τύποι νευρωνικών δικτύων, όπως τα νευρωνικά δίκτυα πρόσθιας τροφοδότησης (FNN) και τα συνελικτικά νευρωνικά δίκτυα (CNN), με σκοπό την εκτίμηση της απόδοσής τους στην ανάλυση των υπερηχογραφημάτων μαστού. Μέσω πειραματικών διαδικασιών, διερευνώνται οι επιπτώσεις διαφόρων παραμετροποιήσεων των δικτύων και αξιολογούνται τα αποτελέσματα της εκπαίδευσής τους, παρέχοντας έτσι μια ολοκληρωμένη επισκόπηση της αποτελεσματικότητας των προτεινόμενων τεχνικών στην ιατρική διάγνωση στο πεδίο των μαστογραφιών.	el
dc.format.extent	126	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	Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/4.0/	*
dc.subject	Βιοϊατρικές εικόνες	el
dc.subject	Ψηφιακή επεξεργασία εικόνας	el
dc.subject	Νευρωνικά δίκτυα	el
dc.subject	Βαθιά μάθηση	el
dc.subject	CNN	el
dc.subject	Feedforward neural network	el
dc.subject	FNN	el
dc.subject	Convolutional neural networks	el
dc.subject	Συνελικτικά νευρωνικά δίκτυα	el
dc.subject	Καρκίνος μαστού	el
dc.subject	Υπέρηχος μαστών	el
dc.title	Ανάλυση βιοϊατρικών εικόνων για την ανίχνευση καρκίνου του μαστού με χρήση αλγορίθμων μηχανικής μάθησης	el
dc.title.alternative	Biomedical image analysis for breast cancer diagnosis using machine learning algorithms	el
dc.type	Διπλωματική εργασία	el
dc.contributor.committee	Zois, Elias
dc.contributor.committee	Tatlas, Nicolas Alexander
dc.contributor.faculty	Σχολή Μηχανικών	el
dc.contributor.department	Τμήμα Ηλεκτρολόγων και Ηλεκτρονικών Μηχανικών	el
dc.description.abstracttranslated	This thesis focuses on the digital processing of biomedical images, specifically breast ultrasound images, and their analysis through the training of deep neural networks (DNN) aimed at the recognition of breast cancer cases and at the classification of images into healthy or cancerous classes. Processing and analysis are performed in MATLAB ®. Initially, various image processing methods are presented and discussed. These are evaluated as to their ability to simplify data and to extract critical and informative features, thus facilitating the accurate recognition by neural networks. Subsequently, different types of neural networks, such as Feedforward Neural Networks (FNN) and Convolutional Neural Networks (CNN), are examined in detail to assess their performance in the analysis of breast ultrasound images. Through experimental procedures, the effects of various network parameterizations are investigated and the results of the training of the respective NNs are evaluated, thereby providing a comprehensive overview of the effectiveness of the proposed techniques in medical diagnosis.	el

Αρχεία σε αυτό το τεκμήριο

Όνομα:: UNIWA_EEE_Diploma_Thesis_Δατσώλη ...
Μέγεθος:: 5.476Mb
Τύπος:: PDF

Προβολή/Άνοιγμα

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Διπλωματικές εργασίες
Διπλωματικές εργασίες τμήματος Ηλεκτρολόγων και Ηλεκτρονικών Μηχανικών

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές

Εκτός από όπου επισημαίνεται κάτι διαφορετικό, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού - Μη Εμπορική Χρήση - Παρόμοια Διανομή 4.0 Διεθνές