Koneoppiminen pään ja kaulan alueen syövän tunnistamisessa

Tietueen suppeat tiedot
dc.contributor.authorHellström, Henri
dc.contributor.departmentfi=Matematiikan ja tilastotieteen laitos|en=Department of Mathematics and Statistics|
dc.contributor.facultyfi=Matemaattis-luonnontieteellinen tiedekunta|en=Faculty of Science|
dc.contributor.studysubjectfi=Sovellettu matematiikka|en=Applied Mathematics|
dc.date.accessioned2021-10-07T21:01:27Z
dc.date.available2021-10-07T21:01:27Z
dc.date.issued2021-10-04
dc.description.abstractTämän tutkielman päätavoitteena on kehittää koneoppimista hyödyntävä menetelmä pään ja kaulan alueen syövän tunnistamiseen kaksiulotteisista PET-MRI-kuvista. PET-MRI-kuvat ovat tärkeässä roolissa syövän diagnosonoissa sekä hoidon suunnittelussa, mutta syöpäkudoksen leimaaminen kuviin on aikaa vievä ja työläs prosessi. Tutkielmassa kehitettävä koneoppimissysteemi ennustaa tietyllä luottamustasolla, sisältääkö yksittäinen PET-MRI-leike syöpäkudosta vai ei. Asiantuntija voi sitten käyttää ennustetta leimausprosessin aikana suuntaa antavana arviona syöpäkudoksen esiintymistodennäköisyydestä tietyssä leikkeessä. Tutkielmassa käytettävät menetelmät lukeutuvat konvoluutioneuroverkoiksi. Tutkimusongelmaa lähestytään kouluttamalla kaksi mallia, joista toinen on valmiiksi koulutettu ResNet50-malli ja toinen perinteinen konvoluutioverkko, jonka parametrit optimoidaan alusta alkaen PET-MRI-aineistolla. Mallien rakentaminen, optimointi ja suorituksen evaluointi toteutetaan käyttämällä Python-ohjelmointikieltä sekä syviin neuroverkkoihin erikoistunutta Tensorflow-kirjastoa. Perinteinen konvoluutioverkko yltää kohtalaisen hyviin tuloksiin, mutta esikoulutetulla mallilla ei löydetä datasta mielenkiintoista signaalia. Vaikka malleista parempi luokittelee sille syötetyn kuvaparin kohtuullisen usein oikein, ei se vielä kykene täysin autonomiseen toimintaan. Tutkielman malli on sovelluskohteeseen nähden vielä varsin yksinkertainen ja jatkotutkimuskohteita on useita.
dc.format.extent53
dc.identifier.olddbid169536
dc.identifier.oldhandle10024/152654
dc.identifier.urihttps://www.utupub.fi/handle/11111/15098
dc.identifier.urnURN:NBN:fi-fe2021100750144
dc.language.isofin
dc.rightsfi=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.accessrightsavoin
dc.source.identifierhttps://www.utupub.fi/handle/10024/152654
dc.subjectKoneoppiminen, PET, MRI, konvoluutioneuroverkko, ResNet50, luokittelu, Python, Tensorflow
dc.titleKoneoppiminen pään ja kaulan alueen syövän tunnistamisessa
dc.type.ontasotfi=Pro gradu -tutkielma|en=Master's thesis|

Tiedostot

Näytetään 1 - 1 / 1
Name:
Hellstrom_Henri_opinnayte.pdf
Size:
2.2 MB
Format:
Adobe Portable Document Format
Lataa

Kokoelmat

Pro gradu -tutkielmat ja diplomityöt sekä syventävien opintojen opinnäytetyöt (kokotekstit)