Ιδρυματικό Αποθετήριο
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Δημιουργία πλατφόρμας επεξεργασίας εικόνων μαγνητικής τομογραφίας από ασθενείς με πολλαπλή σκλήρυνση

Ioannou Chrysostomos

Απλή Εγγραφή


URIhttp://purl.tuc.gr/dl/dias/451A65F7-4C25-41BD-B673-C3468779A107-
Αναγνωριστικόhttps://doi.org/10.26233/heallink.tuc.103646-
Γλώσσαen-
Μέγεθος61 pagesen
ΤίτλοςCreation of a platform for processing magnetic resonance imaging (MRI) images from patients with multiple sclerosisen
ΤίτλοςΔημιουργία πλατφόρμας επεξεργασίας εικόνων μαγνητικής τομογραφίας από ασθενείς με πολλαπλή σκλήρυνσηel
ΔημιουργόςIoannou Chrysostomosen
ΔημιουργόςΙωαννου Χρυσοστομοςel
Συντελεστής [Επιβλέπων Καθηγητής]Zervakis Michailen
Συντελεστής [Επιβλέπων Καθηγητής]Ζερβακης Μιχαηλel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Liavas Athanasiosen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Λιαβας Αθανασιοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Χρίστος Λοϊζουel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Christos Loizouen
ΕκδότηςΠολυτεχνείο Κρήτηςel
ΕκδότηςTechnical University of Creteen
Ακαδημαϊκή ΜονάδαTechnical University of Crete::School of Electrical and Computer Engineeringen
Ακαδημαϊκή ΜονάδαΠολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστώνel
ΠερίληψηMultiple sclerosis is an autoimmune disease that disrupts communication between the central nervous system and the body, leading to symptoms like seizures, paresthesias, loss of balance, vision problems, and motor issues. Magnetic resonance imaging (MRI) is used to monitor patients' brains and identify plaques, which can increase their disability. This thesis presents a modular software system for handling MRI data on multiple sclerosis, which can be administered, visualized, annotated, and preprocessed using PyQt5-based tools. The platform supports deep learning-based segmentation, allowing for pixel-wise segmentation of lesions through automatic analysis leveraging a U-Net convolutional neural network. Moreover, manual segmentation is supported in this platform. Modern loss functions and class weighting divide the dataset into training, validation, and testing subsets to maximize model performance and guarantee objective evaluation. The dual-pathway architecture makes lesion detection effective, enabling the gathering and evaluation of high-quality neuroimaging datasets for MS research and treatment.en
ΠερίληψηΗ πολλαπλή σκλήρυνση είναι μια αυτοάνοση νόσος που διαταράσσει την επικοινωνία μεταξύ του κεντρικού νευρικού συστήματος και του σώματος, οδηγώντας σε συμπτώματα όπως σπασμούς, παραισθήσεις, απώλεια ισορροπίας, προβλήματα όρασης και κινητικά προβλήματα. Η μαγνητική τομογραφία (MRI) χρησιμοποιείται για την παρακολούθηση των εγκεφάλων των ασθενών και την ανίχνευση πλακών, οι οποίες μπορούν να αυξήσουν την αναπηρία τους. Αυτή η διπλωματική παρουσιάζει ένα λογισμικό σύστημα για την επεξεργασία δεδομένων MRI σχετικά με τη πολλαπλή σκλήρυνση, το οποίο μπορεί να διαχειριστεί, να οπτικοποιήσει, και να προεπεξεργαστεί χρησιμοποιώντας εργαλεία βασισμένα στο PyQt5. Η πλατφόρμα υποστηρίζει κατάτμηση βασισμένη σε βαθιά μάθηση, επιτρέποντας κατάτμηση των βλαβών σε επίπεδο pixel μέσω αυτόματης ανάλυσης που αξιοποιεί ένα συνελικτικό νευρωνικό δίκτυο U-Net. Ακόμη, η πλατφόρμα υποστηρίζει χειροκίνητη κατάτμηση. Οι σύγχρονες συναρτήσεις απώλειας και η ζύγιση των κατηγοριών διαιρούν το σύνολο δεδομένων σε υποσύνολα εκπαίδευσης, επικύρωσης και δοκιμής για να μεγιστοποιήσουν την απόδοση του μοντέλου και να εγγυηθούν αντικειμενική αξιολόγηση. Η αρχιτεκτονική διπλής διαδρομής καθιστά την ανίχνευση βλαβών αποτελεσματική, επιτρέποντας τη συλλογή και αξιολόγηση υψηλής ποιότητας νευροαπεικονιστικών συνόλων δεδομένων για την έρευνα και θεραπεία της ΠΣ.el
ΤύποςΔιπλωματική Εργασίαel
ΤύποςDiploma Worken
Άδεια Χρήσηςhttp://creativecommons.org/licenses/by-nc-sa/4.0/en
Ημερομηνία2025-07-03-
Ημερομηνία Δημοσίευσης2025-
Θεματική ΚατηγορίαΠολλαπλή σκλήρυνσηel
Θεματική ΚατηγορίαMultiple sclerosisen
Θεματική ΚατηγορίαU-Neten
Θεματική ΚατηγορίαAutomated segmentationen
Βιβλιογραφική ΑναφοράChrysostomos Ioannou, "Creation of a platform for processing magnetic resonance imaging (MRI) images from patients with multiple sclerosis", Diploma Work, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2025en
Βιβλιογραφική ΑναφοράΧρυσόστομος Ιωάννου, "Δημιουργία πλατφόρμας επεξεργασίας εικόνων μαγνητικής τομογραφίας από ασθενείς με πολλαπλή σκλήρυνση", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2025el

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά