Εντοπισμός καρκινικών όγκων με χρήση αλγορίθμων Βαθιάς Μάθησης

Παπαδάκης, Γεώργιος; Papadakis, Georgios

dc.contributor.author	Παπαδάκης, Γεώργιος	el
dc.contributor.author	Papadakis, Georgios	en
dc.date.accessioned	2023-11-09T12:22:36Z
dc.date.available	2023-11-09T12:22:36Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/58279
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.25975
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) "Επιστήμη Δεδομένων και Μηχανική Μάθηση"	el
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Βαθιά Μάθηση	el
dc.subject	Συνελικτικά Νευρωνικά Δίκτυα	el
dc.subject	Τμηματοποίηση Εικόνας	el
dc.subject	Μηχανισμός Προσοχής	el
dc.subject	Ιατρική απεικόνιση	el
dc.subject	Attention U-Net	en
dc.subject	U-Net	en
dc.subject	Deep Learning	en
dc.subject	Image Segmentation	en
dc.subject	Attention mechanism	en
dc.title	Εντοπισμός καρκινικών όγκων με χρήση αλγορίθμων Βαθιάς Μάθησης	el
heal.type	masterThesis
heal.secondaryTitle	Σύγκριση Συνελικτικών Νευρωνικων Δικτύων και Εμπλουτισμός τους	el
heal.classification	Βαθιά Μάθηση	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2023-07-10
heal.abstract	Ο καρκίνος αποτελεί μια από τις πιο θανάσιμες ασθένειες της δεκαετίας. Προβλέπεται πως θα συνεχίσει και την επόμενη δεκαετία να ανήκει στις 5 πιο θανάσιμες ασθένειες που θα μας προσβάλλουν. Για την επιτυχημένη θεραπεία του και την αποτελεσματική του αντιμετώπιση, το πρώτο και πιο καθοριστικό βήμα είναι αυτό του εντοπισμού του, μιας και οι τρόποι αφαίρεσης ενός όγκου, καθώς και της μετέπειτα παρακολούθησης του ασθενή είναι πάρα πολλοί. Ωστόσο, ο εντοπισμός των καρκινικών όγκων είναι ένα αρκετά περίπλοκο ζήτημα. Το πρόβλημα εμφανίζεται συνήθως στην κυτταρική μορφολογία του όγκου, μιας και σε πολλές περιπτώσεις, η περιοχή στην οποία εμφανίζεται ο καρκινικός όγκος, αποτελείται από κύτταρα και ιστούς, τα οποία υπερκαλύπτουν και εν μέρει καταφέρνουν να αποκρύψουν τον όγκο, με αποτέλεσμα τον δύσκολο εντοπισμό του. Συνέπεια αυτού είναι η ραγδαία εξέλιξη του καρκινικού όγκου, η οποία οδηγεί τις περισσότερες φορές στην μετάσταση του σε περισσότερες από μια περιοχές του σώματος του ασθενή. Σκοπός αυτής της διπλωματικής εργασίας είναι η θεωρητική θεμελίωση και η προγραμματιστική ανάπτυξη αλγορίθμων Βαθιάς Μάθησης, οι οποίοι έχουν ως σκοπό τον εντοπισμό καρκινικών όγκων, μέσα από εξετάσεις οι οποίες αποτελούνται από εικόνες ευπαθών περιοχών. Πιο συγκεκριμένα, θα μελετήσουμε δύο βασικούς επεξηγηματικούς αλγορίθμους, οι οποίοι έχουν ως στόχο της χαρτογράφηση του καρκινικού όγκου πάνω σε μια εικόνα εξέτασης. Ο πρώτος υπό μελέτη αλγόριθμος είναι ο UNET, που αποτελεί τον βασικότερο αλγόριθμο για τέτοια ζητήματα Στην συνέχεια, θα μελετηθεί μια από τις παραλλαγές του, ο αλγόριθμος UNET with Attention. Έπειτα, θα συγκρίνουμε την δομή και τα αποτελέσματα τους με σκοπό τον εντοπισμό κύριων διαφορών ανάμεσα τους. Τέλος θα δοκιμάσουμε διάφορες μορφές της Attention δομής, και θα συγκρίνουμε τα συνολικά αποτελέσματα, ώστε να αναπτυχθεί ένα μοντέλο ικανό να φέρει εις πέρας ακόμα και τις πιο απαιτητικές περιπτώσεις.	el
heal.advisorName	Ματσόπουλος, Γεώργιος	el
heal.committeeMemberName	Ματσόπουλος, Γεώργιος	el
heal.committeeMemberName	Στάμου, Γεώργιος	el
heal.committeeMemberName	Τσανάκας, Παναγιώτης	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	91 σ.	el
heal.fullTextAvailability	false