Детальная информация

Название: Сегментация кардиоваскулярных изображений методами машинного обучения: выпускная квалификационная работа бакалавра: направление 11.03.02 «Инфокоммуникационные технологии и системы связи» ; образовательная программа 11.03.02_01 «Системы мобильной связи»
Авторы: Цзи Илунь
Научный руководитель: Кудряшова Татьяна Юрьевна
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт электроники и телекоммуникаций
Выходные сведения: Санкт-Петербург, 2024
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: YOLOv8,сегментация изображений; кардиоваскулярное изображение; глубокое обучение; обработка медицинских изображений; компьютерное зрение; YOLOv8,image segmentation; cardiovascular imaging; deep learning; medical image processing; computer vision
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Уровень высшего образования: Бакалавриат
Код специальности ФГОС: 11.03.02
Группа специальностей ФГОС: 110000 - Электроника, радиотехника и системы связи
DOI: 10.18720/SPBPU/3/2024/vr/vr24-4517
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)
Дополнительно: Новинка
Ключ записи: ru\spstu\vkr\29184

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

Объект исследования – распознавание и сегментация сердца на МРТ-изображениях с помощью модели YOLOv8. Цель работы – Исследование возможности применения модели YOLOv8 для сегментации сердца при анализе медицинских изображений. Использовались открытые образовательные ресурсы и программы поиска и анализа информации. Использовались средства автоматизации  разработки Python. Результаты экспериментального исследования показывают, что точность сегментации изображений сердца с помощью YOLOv8 очень высока. Инновационность эксперимента заключается в первом применении YOLOv8 для сегментации изображений сердца и раскрытии его потенциала в новых областях. Это исследование может помочь врачам в быстрой и точной диагностике поражений сердца, включая опухоли и инфаркты, и имеет большие перспективы в области медицины.

Object of study is recognition and segmentation of the heart on MRI images using the YOLOv8 model. The aim is exploring the application of the YOLOv8 model for cardiac segmentation in medical image analysis. Open educational resources and information search and analysis programs were used. Automation (automated) development tools such as Python was used. The experimental results show that the accuracy of cardiac image segmentation using YOLOv8 is very high. The innovativeness of the experiment is the first application of YOLOv8 for cardiac image segmentation and unlocks its potential in new areas. This research can help physicians to quickly and accurately diagnose heart lesions, including tumors and heart attacks, and holds great promise in the field of medicine.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи СПбПУ Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Оглавление

  • Работа допущена к защите
  • директор ВШПФиКТ
  • Научные руководители
  • Консультант
  • Санкт-Петербург
  • РЕФЕРАТ
  • ABSTRACT
  • 41 pages, 7 pictures, 1 table
  • ВВЕДЕНИЕ
  • ГЛАВА 1. ОБЗОР ЛИТЕРАТУРЫ
    • 1.1. Методы визуализации сердечно–сосудистой систе
    • 1.2. Сегментация изображений при визуализации серд
      • 1.2.1. Пороговая сегментация и Сегментация на осно
      • 1.2.2. Edge Detection
      • 1.2.3. Region-based Segmentation
      • 1.2.4 . Deep Learning-Based Segmentation
    • 1.3. Показатели оценки
    • 1.4. Применение сегментации
    • 1.5. Проблемы и ограничения
    • 1.6. Выводы
  • ГЛАВА 2. МЕТОДОЛОГИЯ
    • 2.1. Сбор данных
    • 2.2. Предварительная обработка
    • 2.3. YOLOv8
  • Рисунок 1 – Структура YOLOv8
    • 2.4. Выводы
  • ГЛАВА 3. РЕЗУЛЬТАТЫ
    • 3.1. Результаты Сегментации
  • Рисунок 3 – Кривая доверия F1
  • Рисунок 4 – Кривая точности и возврата
  • Рисунок 6 – Кривая запоминания и доверия
    • 3.2. Сравнение результаты
    • 3.2. Выводы
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

Статистика использования

stat Количество обращений: 0
За последние 30 дней: 0
Подробная статистика