Lung cancer computer-aided diagnosis system (CADx) with 3d deep convolutional neural networks.

Απλή σελίδα τεκμηρίου
dc.contributor.advisorPapadourakis, Georgiosen
dc.contributor.advisorΠαπαδουράκης, Γεώργιοςel
dc.contributor.authorMarinakis, Ioannisen
dc.contributor.authorΜαρινάκης, Ιωάννηςel
dc.date.accessioned2025-09-02T08:46:49Z
dc.date.available2025-09-02T08:46:49Z
dc.date.issued2024-07-31
dc.description.abstractThis thesis presents the development and evaluation of a computer-aided diagnostics system for lung cancer screening. Utilizing advanced image analysis techniques, the system enhances the lung cancer screening process by exploring 3D CNNs for segmenting and classifying pulmonary nodules in low-dose CT images. Early lung cancer detection is critical, and computer-aided diagnostics assist radiologists by automating image analyses. The study comprehensively investigates 3D CNNs for nodule segmentation and classification. Using a public low-dose CT dataset, the architecture learns intricate spatial features for accurate nodule segmentation. Classification capabilities are tuned to distinguish benign and malignant nodules. Results show promise, enhancing lung cancer screening efficiency. Integration of 3D CNNs improves nodule segmentation, generating accurate 3D predictions. Classification performance advances accurate malignant nodule identification, aiding informed clinical decisions. In conclusion, this thesis contributes to computer-aided diagnostics by presenting a novel lung cancer screening approach using 3D CNNs. Results highlight the developed system's viability as a valuable tool for radiologists, streamlining the detection and classification of pulmonary nodules in low-dose CT images.en
dc.description.abstractΗ παρούσα διπλωματική εργασία παρουσιάζει την ανάπτυξη και αξιολόγηση ενός διαγνωστικού συστήματος με τη βοήθεια υπολογιστή για τον προσυμπτωματικό έλεγχο του καρκίνου του πνεύμονα. Χρησιμοποιώντας προηγμένες τεχνικές ανάλυσης εικόνας, το σύστημα ενισχύει τη διαδικασία προσυμπτωματικού ελέγχου του καρκίνου του πνεύμονα εξερευνώντας τρισδιάστατα CNN για την κατάτμηση και ταξινόμηση των πνευμονικών όζων σε εικόνες CT χαμηλής δόσης. Η πρώιμη ανίχνευση του καρκίνου του πνεύμονα είναι κρίσιμη και τα διαγνωστικά με τη βοήθεια υπολογιστή βοηθούν τους ακτινολόγους αυτοματοποιώντας τις αναλύσεις εικόνας. Η μελέτη διερευνά διεξοδικά τα 3D CNN για την κατάτμηση και την ταξινόμηση των οζιδίων. Χρησιμοποιώντας ένα δημόσιο σύνολο δεδομένων CT χαμηλής δόσης, η αρχιτεκτονική μαθαίνει περίπλοκα χωρικά χαρακτηριστικά για ακριβή τμηματοποίηση οζιδίων. Οι δυνατότητες ταξινόμησης είναι συντονισμένες ώστε να διακρίνουν καλοήθεις και κακοήθεις όζους. Τα αποτελέσματα δείχνουν πολλά υποσχόμενα, ενισχύοντας την αποτελεσματικότητα του προσυμπτωματικού ελέγχου του καρκίνου του πνεύμονα. Η ενσωμάτωση τρισδιάστατων CNN βελτιώνει την κατάτμηση των οζιδίων, δημιουργώντας ακριβείς 3D προβλέψεις. Η απόδοση της ταξινόμησης προάγει την ακριβή αναγνώριση κακοήθων όζων, βοηθώντας στη λήψη τεκμηριωμένων κλινικών αποφάσεων. Συμπερασματικά, αυτή η διατριβή συμβάλλει στη διαγνωστική με τη βοήθεια υπολογιστή παρουσιάζοντας μια νέα προσέγγιση προσυμπτωματικού ελέγχου του καρκίνου του πνεύμονα χρησιμοποιώντας τρισδιάστατα CNN. Τα αποτελέσματα υπογραμμίζουν τη βιωσιμότητα του ανεπτυγμένου συστήματος ως πολύτιμου εργαλείου για τους ακτινολόγους, βελτιστοποιώντας την ανίχνευση και την ταξινόμηση των πνευμονικών οζιδίων σε εικόνες CT χαμηλής δόσης.el
dc.identifier.urihttps://apothesis.hmu.gr/handle/123456789/11395
dc.language.isoen
dc.publisherΕΛΜΕΠΑ, Σχολή Μηχανικών (ΣΜΗΧ), ΠΜΣ Μηχανικών Πληροφορικής
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 United Statesen
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/us/
dc.subjectLung cancer
dc.subjectScreening
dc.subjectLow dose CT
dc.subjectComputer aided diagnosis
dc.subjectΚαρκίνος πνεύμονα
dc.subjectΠροσυμπτωματικός έλεγχος
dc.subjectΑξονική τομογραφία χαμηλής δόσης.
dc.subjectΔιάγνωση με τη βοήθεια υπολογιστή
dc.titleLung cancer computer-aided diagnosis system (CADx) with 3d deep convolutional neural networks.en
dc.titleΣύστημα διάγνωσης του καρκίνου του πνεύμονα με τη βοήθεια υπολογιστή (CADx) με τρισδιάστατα βαθιά νευρωνικά δίκτυα.el
dc.typeΜεταπτυχιακή Διατριβή
heal.academicPublisherIDΕΛΜΕΠΑ Ελληνικό Μεσογειακό Πανεπιστήμιο
Αρχεία
Πρωτότυπος φάκελος/πακέτο
Τώρα δείχνει 1 - 1 of 1
Μικρογραφία εικόνας
Ονομα:
MarinakisIoannis2023.pdf
Μέγεθος:
4.61 MB
Μορφότυπο:
Adobe Portable Document Format
Λήψη
Φάκελος/Πακέτο αδειών
Τώρα δείχνει 1 - 1 of 1
Δεν υπάρχει διαθέσιμη μικρογραφία
Ονομα:
license.txt
Μέγεθος:
2.17 KB
Μορφότυπο:
Item-specific license agreed upon to submission
Περιγραφή:
Λήψη
Συλλογές
Μεταπτυχιακές εργασίες / Master Theses