LuanVan.vnLuận Văn
Gửi thư

BRAIN HEMORRHAGE SEGMENTATION ON 3D IMAGES USING U-NET CONVOLUTIONAL NEURAL NETWORK

Khoá luận tốt nghiệp · Đại học · năm 2021 · đề tài tham khảo

Loại tài liệuKhoá luận tốt nghiệp
Bậc họcĐại học
NgànhCông nghệ thông tin
Tác giảNguyễn Hoàng Huynh
Người hướng dẫnPhan Thượng Cang; Phan Anh Cang
Cơ sở đào tạoTrường Đại học Cần Thơ
Năm2021
NguồnThư viện số Trường Đại học Cần Thơ · trang gốc

Tóm tắt

Image segmentation is a main topic in image processing and computer vision with excellent applications such as scene understanding, medical image analysis, robotic perception, video surveillance, augmented reality, and image compression, among many others. Various algorithms for image segmentation have been developed in the literature. The success of U-Net convolutional neural network in clinical image segmentation has been attracting attention. In this thesis, we train the U-Net model on the brain hemorrhage dataset. The data is comprised of Computerized Tomography (CT) scans, 3D images. In particular, a dataset of 82 CT scans of patients with traumatic brain injury. In the end of work, the model based on U-Net achieved 83% accuracy. The current method as stands can be used as an assistive software to the radiologists for the ICH segmentation because it is not yet at a precision that can be used as a standalone segmentation method. The future work can include collecting further CT scans to improve the precision and reliability.
Bản toàn văn lưu tại thư viện Trường Đại học Cần Thơ

Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.

Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
  • Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
  • Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
  • Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.

Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.

Đề tài cùng ngành

Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.