|
|
|
|
| LEADER |
02962na a2200241 4500 |
| 003 |
HR-ZaFER |
| 005 |
20160617131038.0 |
| 008 |
160221s2015 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid2331
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Bzik, Jan
|9 37168
|
| 245 |
1 |
0 |
|a Detekcija dijabetičke retinopatije pomoću strojnog učenja :
|b diplomski rad /
|c Jan Bzik ; [mentor Marko Subašić].
|
| 246 |
1 |
|
|a Diabetic retinopathy detection using machine learning
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b J. Bzik,
|c 2015.
|
| 300 |
|
|
|a 34 str. ;
|c 30 cm +
|e UZ RAD NIJE PRILOŽEN CD-ROM
|
| 502 |
|
|
|b diplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Obradba informacija, šifra smjera: 51, datum predaje: 2015-06-30, datum završetka: 2015-07-13
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: Procjenjuje se da dijabetes pogađa 387 milijuna ljudi. Dijabetička retinopatija u nekom obliku javlja se kod 35% - 40% oboljelih od dijabetesa. To je bolest koja može uzrokovati ozbiljno pogoršanje vida, pa čak i sljepoću. Liječnici, oftalmolozi, dijagnosticiraju dijabetičku retinopatiju nakon uvida u slike očne pozadine. To bolest karakteriziraju abnormalne strukture koje se pojavljuju na pozadini oka, abnormalne strukture poput: eksudata, mikroaneurizmi, krvarenja i neovaskularizacija. Ovaj rad opisuje sustav koji klasificira slike očne pozadine u jednu od 5 klasa. Slike su pretprocesirane radi poboljšanja kontrasta. Sustav se sastoji od dva dijela: nenadziranog učenja značajki pomoću algoritma k - srednjih vrijednosti i nadziranog učenja pomoću linearnog SVM-a. Sustav je testiran na skupu podataka objavljenom na Kaggleu u veljači, 2015. Sustav je postigao točnost klasifikacije od 65.8% i odziv 66%.
|
| 520 |
3 |
|
|a Sažetak na engleskom: It is estimated that there are 387 million people who suffer from diabetes. 35% - 40% of people who suffer from diabetes have some state of diabetic retinopathy. It is a disease that causes sight degradation, even blindness. Ophtalmologists diagnose the disease after inspecting eye fundus images. Disease is characterised by appearance of abnormal structures in eye fundus such as: exudates, microaneurysms, hemorrhages and neovascularisations. In this paper a classifiaction system is developed. It predicts diabetic retinopathy level in one of five classes. System works in three steps: contrast enhancement (CLAHE), unsupervised feature learning (k - means), linear SVM for classification. Classifier is tested on dataset published by Kaggle in February, 2015. It achieved 65.8% accuracy and 66% sensitivity.
|
| 653 |
|
1 |
|a k - srednjih vrijednosti, nenadzirano učenje značajki, nadzirano učenje, SVM, dijabetička retinopatija, klasifikacija, Kaggle
|
| 653 |
|
1 |
|a k - means, unsupervised feature learning, supervised learning, SVM, diabetic retinopathy, classification, Kaggle
|
| 700 |
1 |
|
|a Subašić, Marko
|4 ths
|9 30480
|
| 942 |
|
|
|c Y
|2 udc
|
| 999 |
|
|
|c 46549
|d 46549
|