<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=129660"><dc:title>Zaznavanje anomalij v EPT MRI slikah možganov fantomov</dc:title><dc:creator>Golob,	Ožbej	(Avtor)
	</dc:creator><dc:creator>Sadikov,	Aleksander	(Mentor)
	</dc:creator><dc:subject>MRI</dc:subject><dc:subject>EPT MRI</dc:subject><dc:subject>strojno učenje</dc:subject><dc:subject>zaznavanje anomalij</dc:subject><dc:description>Standardni MRI podatki so večinoma kvalitativne narave (prikazujejo kontrast med različnimi tkivi). Tomografija električnih lastnosti (EPT MRI) je kvantitativna tehnika, kar pomeni, da za vsako slikovno točko prikaže konkretno vrednost. V diplomskem delu smo raziskali področje EPT MRI ter ugotovili, da je s pomočjo strojnega učenja na EPT MRI slikah možno zaznati prisotnost anomalije. Kot vhodne podatke smo uporabili EPT MRI slike možganov fantomov. V sklopu diplomskega dela smo napisali dve različici algoritma za zaznavanje anomalij. Klasičen pristop za zaznavanje anomalij v beli snovi zazna območja, ki jih ločujejo robovi, nato pa na podlagi srednje vrednosti električne prevodnosti območij določi, katera območja predstavljajo anomalijo. S klasičnim pristopom smo zaznali anomalije, ki so približne velikosti kocke z robovi, dolgimi 14 mm. Druga različica algoritma izkoristi kvantitativne karakteristike EPT MRI in anomalije zaznava preko absolutnih vrednosti električne prevodnosti. Preko absolutnih vrednosti smo zaznali anomalije, ki so približne velikosti kocke z robovi, dolgimi 12 mm.</dc:description><dc:date>2021</dc:date><dc:date>2021-09-06 17:05:00</dc:date><dc:type>Diplomsko delo/naloga</dc:type><dc:identifier>129660</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>