| Anotācija |
Bakalaura darbs veltīts DICOM formātā izpratnes, attēlus kvalitātes uzlabošanas, kā ari sirds segmentāciju no attēlā, izmantojot mūsdienīgu attēlu uzlabošanas un objektu segmentēšanas tehnoloģijas.
Galvenā uzmanība pievērsta sekojošu uzdevumu risināšanai: DICOM attēlu formātu izpratne, dažādu mūsdienīgo attēlu uzlabošanas metodes analizēs un pielietošana, objektu segmentēšanas metodes analizē un palietošanas gadījumi, un ka gala punkts, lietotnes izstrādē ar iespēju atvērt DICOM formātā attēlus un segmentēt sirds orgānu no medicīnas attēla, ka arī palietot attēla uzlabošanas filtrus, un DICOM logošanu.
Darba gaita tika apmācīts modelis izmantojot U-Net arhitektūru, kurš var atrast sirdi, krūškurvja rentgen attēlos. Modeļa precizitāte tika pārbaudīta izmantojot “kļūdas matricu” un “atpazīšanas karti”, apkopot šos rezultātus, tika secināts ka modelis ir diez gan labi apmācīts. Arī tika izstrādātā lietotne izmantojot Python valodu un tkinter bibliotēku, kur lietotājs var atvērt DICOM attēlus, apskatīt detalizētos datus par pacientu un attēlu, pielietot sirds segmentāciju izmantojot iepriekš apmācīto modeli, ka arī pielietot filtrus un DICOM logošanu, beigās saglabāt modificēto attēlu. Izstrādātā lietotne, kopā ar aptaujas formu tika nosūtītā respondentiem, kuri notestēja izstrādāto lietotni un balsoties uz sava viedokļa un pieredzes aizpildīja aptaujas formu. Apkopot rezultātus, tika izdarīti secinājumi, ka lietotnei trūks dažas funkcijas kuras ir nepieciešamas medicīnas darbiniekiem strādājot ar DICOM attēliem, un lai to varētu izmantot medicīnas jomā vel ir daudz ko jāpapildina.
Dati par darba apjomu – 54 lapas, 23 attēlu, 16 formulu, 3 tabulas, 7 pielikumus un 74 izmantoto informācijas avotu skaits. |
