| Περίληψη: | Η καρδιά αποτελεί βασικό ζωτικό όργανο για τον οργανισμό. Η μελέτη της ανατομίας και της φυσιολογίας της αποτελεί βασική συνιστώσα στην πρόγνωση, διάγνωση και στην αντιμετώπιση διαφόρων ασθενειών. Η Απεικόνιση Μαγνητικού Συντονισμού, Magnetic Resonance Imaging (MRI), αποτελεί βασική διαγνωστική τεχνική σάρωσης του οργανισμού και κατ’ επέκταση της καρδιάς. Η εξέλιξη της επιστήμης και της τεχνολογίας στον τομέα της Ανάλυσης Σήματος και της Μηχανικής Εκμάθησης οδήγησε στην ανάπτυξη των αποδοτικών τοπολογιών τεχνητών νευρωνικών δικτύων. Η χρήση βαθιών συνελικτικών νευρωνικών δικτύων, όπως είναι το U-net, συμβάλλει ιδιαίτερα στην επεξεργασία των ιατρικών δεδομένων, εξάγοντας σημαντικές πληροφορίες έχοντας ως είσοδο μια εικόνα. Στην παρούσα διπλωματική εργασία και λόγω αντικειμενικών περιορισμών που υπήρχαν σε θέματα λογισμικού και υλικού (computing software and hardware) χρησιμοποιήθηκε ένα τρισδιάστατο U-net δίκτυο, το οποίο ενώ ήταν εκπαιδευμένο να κάνει τμηματοποίηση και να ανιχνεύει όγκους στον εγκέφαλο από εικόνες MRI, στην συνέχεια χρησιμοποιήθηκε στην τμηματοποίηση της δομής της καρδιάς πάλι από MRI εικόνες. Ωστόσο, αυτό το εγχείρημα δεν απέδωσε τα αναμενόμενα αποτελέσματα, καθώς το δίκτυο εκπαιδευμένο σε άλλο πρόβλημα (task), δεν κατάφερε να προσαρμοστεί στο διαφορετικό πρόβλημα παρά το γεγονός ότι και το σήμα της καρδιάς και του εγκεφάλου είναι ίδια φύσης, προερχόμενες και οι δυο από εικόνες πυρηνικού μαγνητικού συντονισμού.
|
|---|
