A hallgató neve: | specializációja: |
A záróvizsgát szervező tanszék neve: NTI |
A témavezető neve:
Kovács Ákos - munkahelye: Mediso Kft. - beosztása: Fejlesztő informatikus - email címe: akos.kovacs@mediso.com |
A konzulens neve:
Dr. Légrády Dávid - tanszéke: NTI - beosztása: egy.docens - email címe: legrady@reak.bme.hu |
A kidolgozandó feladat címe: Mélytanulásos algoritmusok alkalmazása MR képek minőségének javítására 3T preklinikai MRI készüléken |
A téma rövid leírása, a megoldandó legfontosabb feladatok felsorolása: Az utóbbi évek egyik legjelentősebb és legdinamikusabban fejlődő orvosi képalkotó modalitása a Mágneses Rezonancia Képalkotás (MRI). Az ionizáló sugárzás hiányán túl az MRI nagy előnye, hogy változatos képalkotási eljárások, ún. pulzusszekvenciák alkalmazásával különböző kontrasztokat érhetünk el, többféle strukturális és funkcionális információt nyerhetünk a páciensből. A neurális hálózatok használata egyre elterjedtebbé válik az orvosi képalkotásban és a diagnosztikában. A rendszerek betanítására azonban jelentős adatmennyiségre van szükség, melyek egy fejlesztés alatt álló eszköznél nem állnak rendelkezésünkre. Jelentős időnek kell eltelnie, hogy releváns vizsgálatokat tartalmazó felvételadatbázis jöjjön létre. A régebbi eszközökhöz nagyobb mennyiségű felvétel, esetenként akár normáladatbázis is elérhető, így a gépi tanuláson alapuló módszerek bevethetőek. A Mediso Kft. által kifejlesztett módszer képes egerek MRI felvételeit feljavítani zajszűrés segítségével. Az algoritmus 2D-s, UNET architektúrájú és autoenkóder jellegűen működik. A megoldás különlegessége, hogy a csekély felvételszám miatt szimulált zajosítást alkalmaz különféle rosszabb statisztikájú felvételek létrehozására és nagymértékben támaszkodik az augmentációs technikákra. A hallgató feladata a terület irodalmának áttekintése, a Medisoban elkészített megoldás átvétele és továbbfejlesztése. A neurális hálózatokon alapuló megoldások jellegzetessége, hogy összetett funkcionális teszteléseket igényelnek, melyekhez a metrikák és módszertanok kidolgozása is feladat. A BME Nukleáris Technika Tanszéke részt vesz a Mediso Kft. 3T preklinikai kombinált PET-MRI készülékének fejlesztésében, az MRI mérési és rekonstrukciós eljárások területén. A hallgatónak a diplomamunka készítése során lehetősége lesz az eredményeket a Semmelweis Egyetem Biofizikai Intézetén folyó onkológiai és neurológiai kutatásaiban hasznosítani. A hallgató feladatai:
|
A záróvizsga kijelölt tételei: |
Dátum: |
Hallgató aláírása: |
Témavezető aláírása*: |
Tanszéki konzulens aláírása: |
A témakiírását jóváhagyom (tanszékvezető aláírása): |
Budapesti Műszaki és Gazdaságtudományi Egyetem Természettudományi Kar |
1111 Budapest, Műegyetem rakpart 3. K épület I. em. 18. www.ttk.bme.hu |