Pregled uporabe CAD aplikacij v računalniški tomografijiPalčnik, Blaž (Avtor) Žibert, Janez (Mentor) Mekiš, Nejc (Recenzent) diplomska delaradiološka tehnologijaračunalniška tomografijastrojno učenjeCAD sistemipljučni vozličkijetraUvod: Sistemi za računalniško podprto diagnozo (CAD) so se razvili za pomoč zdravnikom radiologom pri interpretaciji računalniško-tomografskih (CT) slik. V tem diplomskem delu sta opisana CAD sistem za klasifikacijo pljučnih vozličkov in CAD sistem za klasifikacijo jetrnih patologij. Sistemi so nastali s pomočjo strojnega učenja. Običajno so sestavljeni iz štirih stopenj. Prva stopnja je postopek predhodne obdelave, ki se izvaja z namenom izboljšanja kakovosti CT slik. Naslednji korak je postopek segmentacije, ki je pomemben za izločitev pomembnih lastnosti s CT slik. Ta korak nam omogoča, da smo lahko na sliki pozorni le na njene pomembne dele. Postopek klasifikacije pomeni združevanje slik z enakimi lastnostmi v razrede. Je zelo kompleksen proces, za katerega moramo zagotoviti ogromno količino podatkov za učenje algoritmov. To dosežemo s podatkovnimi zbirkami, ki so lahko prosto dostopne ali ne. Ločiti jih moramo na učne in testne podatke. Uspešnost CAD sistemov merimo s kontingentično tabelo, iz katere izračunamo specifičnost, senzitivnost in točnost. Zaželena je tudi ROC krivulja in izračun območja pod krivuljo (AUC). Namen: Namen diplomskega dela je bil pregled strokovne literature, ki se navezuje na uporabo CAD aplikacij v računalniški tomografiji pri slikanju prsnih organov in jeter. Glavni cilj je bil s pomočjo sistematičnega pregleda literature poiskati uporabo, delovanje, uspešnost in ključne sestavne dele CAD sistemov. Metode dela: Uporabljena je bila deskriptivna metoda dela, s sistematičnim pregledom literature na področju medicine in računalništva. V rezultate smo vključili 5 člankov, ki so se nam zdeli najbolj ustrezni. Rezultati: V rezultatih je predstavljeno: 2 CAD sistema za odkrivanje pljučnih vozličkov in 3 sistemi za odkrivanje različnih patologij na jetrih. Sistemi so bili testirani v različnih podatkovnih bazah. Opis in uspešnost sistemov je predstavljena v obliki tabele. Razprava in zaključek: CAD sistemi dosegajo glede na pregledano literaturo izjemne rezultate. Imajo pa tudi določene slabosti. Sklepamo, da najboljše rezultate dosegajo sistemi, ki uporabljajo algoritme globokega učenja. Omejitve pri primerjanju rezultatov predstavljajo raznolikost CT slik in podatkovnih baz. Večje implementacije CAD sistemov v klinični praksi še nismo zasledili. Za to bo potrebno še nekaj časa, vendar verjamemo, da se bodo uporabljali.[B. Palčnik]20212021-09-11 07:46:15Diplomsko delo/naloga130202UDK: 616-07VisID: 107221COBISS_ID: 76160003sl