Avtomatizacija procesa kontrole kakovosti dela radioloških inženirjev v mamografijiAlukić, Erna (Avtor) Žibert, Janez (Mentor) Mekiš, Nejc (Komentor) mamografijakontrola kakovostipozicioniranjeavtomatizacijaaplikacijasubjektivnoststrojno učenje v mamografijiUvod: Pri izdelavi visoko kakovostnih mamografskih slik ima radiološki inženir osrednjo vlogo, saj ima kvaliteta mamografskih slik zelo velik vpliv na natančnost diagnoze. V Sloveniji se za zagotavljanje visokih standardov slikanja v presejalnem programu DORA enkrat ali dvakrat letno izvaja ocenjevanje mamografskih slik radioloških inženirjev, ki delajo v tem programu. Ocenjevanje slik je zamudno, hkrati pa je ocenjevanje dokaj subjektivno, zato lahko uporaba različnih orodij za poenostavljanje postopkov ocenjevanja skrajša celoten proces in tudi doseže večjo objektivnost. Namen: Namen doktorske disertacije je preizkusiti in razviti različne postopke za avtomatizacijo vrednotenja kakovosti mamografskih slik v programu DORA ter izdelati aplikacijo z uporabo teh metod. Metode: V raziskavi smo uporabili presečno študijo z eksperimentalno metodo. Izvedbe raziskave smo se lotili v več korakih: pridobitev zbirke slik in zajem podatkov, obdelava zbirke mamografskih slik, uporaba postopkov avtomatizacije (določanje ključnih elementov na sliki, označevanje napak na slikah, uporaba postopkov segmentacije za detekcijo dojke, razvoj in preizkus delovanja konvolucijskih nevronskih mrež za prepoznavanje napake IMF, razvoj in preizkus detekcije ključnih točk na mamografskih slikah z algoritmom YOLO, izpeljava računskih postopkov za pridobitev objektivnih mer) ter končni razvoj spletne aplikacije. Rezultati in razprava: Celoten razvoj aplikacije je potekal od septembra 2020 do aprila 2024. Uspešno smo razvili in preizkusili več računalniških postopkov – od klasičnih segmentacijskih metod do naprednih modelov globokega učenja in sistemov za detekcijo objektov. Segmentacijska metoda upragovljanja se je izkazala za dovolj učinkovito pri osnovni segmentaciji dojke, medtem ko so konvolucijske nevronske mreže in modeli YOLO dosegli spodbudne rezultate pri zaznavanju in klasifikaciji posameznih kriterijev kakovosti. Zaključek: Končni rezultat naloge je izdelava spletne aplikacije za ocenjevanje kakovosti mamografskih slik. Pri primerjavi ocen ocenjevalcev in aplikacije so bili najboljši rezultati doseženi pri kriterijih z jasno vizualno definiranimi elementi, medtem ko je bila uspešnost nižja pri bolj subjektivnih merilih in redkih napakah.20262026-01-15 07:15:16Doktorsko delo/naloga177984VisID: 38450sl