Alzheimerin taudin tunnistaminen MRI-kuvista käyttäen syviä neuroverkkoja
| dc.contributor.author | Turunen, Joona | |
| dc.contributor.department | fi=Tietotekniikan laitos|en=Department of Computing| | |
| dc.contributor.faculty | fi=Teknillinen tiedekunta|en=Faculty of Technology| | |
| dc.contributor.studysubject | fi=Tietojenkäsittelytieteet|en=Computer Science| | |
| dc.date.accessioned | 2026-03-20T22:31:12Z | |
| dc.date.available | 2026-03-20T22:31:12Z | |
| dc.date.issued | 2026-03-13 | |
| dc.description.abstract | Alzheimerin tauti on mahdollista tunnistaa kuvantamistutkimusten avulla jo vuosia ennen kliinisten oireiden ilmenemistä. Magneettikuvaus on taudin varhaisdiagnostiikassa käytetyin kuvantamistapa ja sen avulla on mahdollista nähdä aivoissa tapahtuvat rakenteelliset muutokset. Syväoppivilla neuroverkoilla on mahdollista tunnistaa hienovaraiset muutokset magneettikuvista vähentäen käsin tehdyn arvioinnin vaatimaa työmäärää. Tässä kirjallisuuskatsauksessa tarkastellaan uusimpia Alzheimerin taudin tunnistamiseen kehitettyjä syviä neuroverkkoarkkitehtuureja. Tavoitteena on selvittää, millaisia neuroverkkoja tehtävään hyödynnetään ja mitkä soveltuvat parhaiten käytettäväksi kliiniseen ympäristöön. Suosituimmiksi kehityskohteiksi todettiin konvoluutioneuroverkot, Vision Transformer -arkkitehtuurit ja hybridiverkot. Arkkitehtuurien väliset tarkkuuserot osoittautuivat hyvin pieniksi, eikä selvää parasta vaihtoehtoa ilmennyt. Konvoluutioneuroverkot ja hybridiverkot osoittautuivat hiukan luotettavimmiksi arkkitehtuureiksi, sillä ne suoriutuivat hyvin myös rajoitetusti saatavilla olevalla MRI-kuvamateriaalilla. Tutkielmassa käsitellyt neuroverkkoarkkitehtuurit soveltuvat kliiniseen ympäristöön tunnistamista helpottaviksi työkaluiksi, mutta vaaditut muisti- ja tehovaatimukset saattavat haitata laajaa käyttöönottoa. | |
| dc.format.extent | 33 | |
| dc.identifier.olddbid | 214744 | |
| dc.identifier.oldhandle | 10024/197758 | |
| dc.identifier.uri | https://www.utupub.fi/handle/11111/3236 | |
| dc.identifier.urn | URN:NBN:fi-fe2026032021836 | |
| dc.language.iso | fin | |
| dc.rights | fi=Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.|en=This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.| | |
| dc.rights.accessrights | suljettu | |
| dc.source.identifier | https://www.utupub.fi/handle/10024/197758 | |
| dc.subject | ViT, Vision Transformer, konvoluutioneuroverkko, CNN, magneettikuva, Alzheimer | |
| dc.title | Alzheimerin taudin tunnistaminen MRI-kuvista käyttäen syviä neuroverkkoja | |
| dc.type.ontasot | fi=Kandidaatintutkielma|en=Bachelor's thesis| |
Tiedostot
1 - 1 / 1
Ladataan...
- Name:
- Turunen_Joona_Kandi_2026.pdf
- Size:
- 327.68 KB
- Format:
- Adobe Portable Document Format