|
|
|
|
| LEADER |
03585na a2200229 4500 |
| 003 |
HR-ZaFER |
| 008 |
160221s2016 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid4415
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Rotim, Leon
|
| 245 |
1 |
0 |
|a Lokalizacija i klasifikacija krvnih stanica uporabom neuronskih mreža :
|b diplomski rad /
|c Leon Rotim ; [mentor Marko Čupić].
|
| 246 |
1 |
|
|a Localization and Classification of Blood Cells Using Neural Networks
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b L. Rotim,
|c 2016.
|
| 300 |
|
|
|a 81 str. ;
|c 30 cm +
|e CD-ROM
|
| 502 |
|
|
|b diplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Računarska znanost, šifra smjera: 56, datum predaje: 2016-07-01, datum završetka: 2016-07-18
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: U ovome radu koriste se metode računalnog vida kako bi se riješio
problem analize krvi u situacijama kada se analiza provodi od strane ljudskog
eksperta koji ``ručno'' prebrojavaju stanice sa slika krvnih razmaza. Konkretno,
potrebno je na dobivenim slikama krvnih razmaza detektirati sve krvne stanice
te za svaku od njih ispravno odrediti kojem tipu stanica pripada. Kako bi se
riješio ovaj problem koriste se metode lokalizacije i klasifikacije.
Naglasak ovoga rada je na korištenoj metodi lokalizacije neuronskom mrežom.
Svaka stanica pokušava se lokalizirati područjem koje je definirano elipsom.
Neuronska mreža iterativnim postupkom izmjenjuje parametre elipse kako bi korak
po korak dobili najbolju lokalizaciju stanica.
Postupak učenja neuronske mreže koja provodi lokalizaciju provodi se
evolucijskim algoritmima. Najbolji rezultati ostvareni su koristeći dva
različita evolucijska postupka kojima provodimo predučenje i fino
podešavanje. Evolucijski procesi provode se genetskim algoritmom i algoritmom
evolucijske strategije.
Za kompletan rad sustava potrebno je definirati model koji će dobiveno
lokalizirano područje opisano elipsom klasificirati kao jedan od mogućih tipova
stanica. Konkretno, koriste se modeli k-NN i unaprijedne neuronske mreže.
|
| 520 |
3 |
|
|a Sažetak na engleskom: In this thesis computer vision methods are used to solve blood analysis problem
in situations when the analysis must be done by human experts who are manually
counting cells on blood smears. Basically, in blood smear images all cells must
be detected and for each detected cell its type should be correctly assigned. In
order to solve this problem localization and classification methods are used.
Emphasis of this thesis is on its localization method which is implemented using
neural network. Each cell is localized with area defined with an ellipse. Neural
network uses iterative procedure in which it changes ellipse parameters step by
step in order to achieve best cell localization.
Neural network learning process is performed using evolutionary algorithms. Best
results are achieved when two different evolutionary processes are used to
perform pretraining and fine tuning procedures. Evolutionary processes are
performed using genetic algorithm and evolutionary strategy algorithm.
In order to determine whether there is a cell on localized area and what is its
type a classifier had to be defined. In system developed in this thesis k-NN
and neural networks models are used to perform area classification.
|
| 653 |
|
1 |
|a lokalizacija
|a neuronska mreža
|a stanica
|a klasifikacija
|a evolucijski algoritam
|
| 653 |
|
1 |
|a localization
|a neural network
|a cell
|a classification
|a evolutionary algorithm
|
| 700 |
1 |
|
|a Čupić, Marko
|4 ths
|
| 942 |
|
|
|c Y
|
| 999 |
|
|
|c 49991
|d 49991
|