Repository of FERIT Osijek
Not a member yet
4053 research outputs found
Sort by
Android application for numerical integration
No full textU ovom završnom radu objašnjena je matematička teorija iza numeričke integracije,
točnije, teorija vezana za određeni integral, trapezno i Simpsonovo pravilo, a zatim i primjenjena na
izradu Android aplikacije. To je odrađeno u Android Studio razvojnom sučelju, u Kotlin programskom
jeziku, uz pomoć GraphView biblioteke. Cijeli postupak izrade aplikacije detaljno je opisan slikama
izgleda aplikacije, slikama koda i tekstualnim objašnjenjima. U aplikaciji korisnik može odabrati jednu od
tri ponuđene funkcije: sinusna, kosinusna i složena funkcija. Nakon odabira korisnik može mijenjati
funkcije unošenjem različitih parametara, što će utjecati na krajnja rješenja i grafički prikaz tih funkcija. U
slučaju nekakvih nejasnoća, u aplikaciji postoje kratke upute o korištenju aplikacije. Kako bi se osigurala
točnost rješenja dobivenih korištenjem aplikacije, uspoređena su sa rješenjima dobivenim na sličnim
alatima sa drugih poveznica.Android application for solving integrals using numerical integration In this final paper the
mathematical theory behind numerical integration, more precisely, behind the trapezoidal and
Simpson's rule is explained and then applied to the development of an Android application. This was
done in the Android Studio integrated development environment using Kotlin programming language,
with the help of the GraphView library. The whole process is described in detail with pictures of the
application layout, pictures of code and textual explanations. In the application the user can choose
between three functions: sine, cosine and composite function. After the choice, the user can change
functions by entering different parameters, which affect the end solutions and graphical representations
of said functions. In case of unclarities, there are short instructions implemented into the application. To
ensure the accuracy of the solutions given by the application, they were compared to solutions given by
similar tools from other links
Analysis of indoor radio signal propagation in space with specific features
No full textU ovom radu opisani su mehanizmi propagacije elektromagnetskog vala s posebnim
naglaskom na uvjete i čimbenike koji utječu na širenje valova u zatvorenim prostorima. Dan je pregled
postojećih znanstvenih radova koji se bave propagacijom radio vala u podrumima i prostorima sličnim
vinskim podrumima, kao što su tuneli. Praktični dio ovog rada sastoji se od mjerenja jakosti električnog
polja u podrumu sličnih karakteristika vinskom podrumu, u prostorijama Fakulteta elektrotehnike,
računarstva i informacijskih tehnologija u Osijeku te u vinskom podrumu u Kamencu. Mjerenja su
provedena na različitim udaljenostima prijemne od odašiljačke antene, u uvjetima propagacije sa i bez
direktne vidljivosti. Uz mjerenja odrađene su i simulacije u Matlab programskom okruženju, primjenom
metode praćenja zrake. Simulacijama je napravljen proračun jakosti električnog polja u istim uvjetima u
kojima je provedeno mjerenje (geometrija prostora, parametri odašiljačke i prijemne antene, položaji
ispitivanih točaka), uz različit broj refleksija i difrakcija kako bi se utvrdio simulacijski model koji daje
rezultate najbliže izmjerenima.This paper describes the mechanisms of electromagnetic wave propagation, with a particular
emphasis on the conditions and factors that affect wave propagation in enclosed spaces. An overview is
provided of existing scientific studies that deal with radio wave propagation in basements and spaces
similar to wine cellars, such as tunnels. The practical part of this work consists of measuring the electric
field strength in a basement with characteristics similar to a wine cellar, in the rooms of the Faculty of
Electrical Engineering, Computer Science, and Information Technology in Osijek, as well as in a wine
cellar in Kamenac. Measurements were taken at various distances between the receiving and
transmitting antennas, under conditions of propagation both with and without direct line of sight. In
addition to the measurements, simulations were performed in the Matlab software environment using
the ray-tracing method. The simulations calculated the electric field strength under the same conditions
as the measurements (geometry of the space, parameters of the transmitting and receiving antennas,
positions of the test points), with varying numbers of reflections and diffractions, to determine the
simulation model that yields results closest to the measured values
ROS and Android operating systems
No full textKrajnji cilj završnog rada bio je proučiti i razraditi primjenu Robotskog operacijskog
sustava te njegovu primjenu na Android platformi. Robotski operacijski sustav se sastoji od od razine
datotečnog sustava, računalne grafike te inženjerske okoline. Tijekom 2014. godine na prijedlog Open
Source Robotics Foundationa tvrtka Qualcomm je u arhitekturu svojih procesora dodala podršku za
Robotski operacijski sustav. Tvrtka Google u suradnji s Willow Garageom je kreirala čistu Java
implementaciju Robotskog operacijskog sustava za Android platformu pod imenom rosjava. Sam projekt
je još uvijek u početnim fazama razvoja. Rosjava omogućuje integraciju Android operacijskog sustava s
robotima koji koriste Robotski operacijski sustav, što znači da je moguće korištenje senzora uređaja s
Android OS za upravljanje robotom. Također, jedna od bitnih primjena Robotskog operacijskog sustava,
a pogotovo u kombinaciji s Android platformom biti će robotika u oblaku.The ultimate goal of the final paper was to study and elaborate the application of the Robot
Operating System and its application on the Android platform. The ROS consists of the file system level,
computer graphics and the engineering environment. In 2014, at the suggestion of the Open Source
Robotics Foundation, the Qualcomm company added support for the Robot Operating System to the
architecture of its processors. Google, in cooperation with Willow Garage, created a pure Java
implementation of the Robot Operating System for the Android platform under the name rosjava. The
project itself is still in the initial stages of development. Rosjava enables the integration of the Android
operating system with robots using the Robot Operating System, which means that it is possible to use
the sensors of Android OS devices to control the robot. Also, one of the important applications of the
Robot Operating System, especially in combination with the Android platform, will be robotics in the
cloud
COSPER (COmplex Scene PERception) Robotska percepcija stvarnog svijeta: razumijevanje složenih scena (IP-2019-04-6819)
No full textTijekom istraživanja, prikupit će se dva skupa podataka:
1. COSPER – indoor
2. COSPER – storage space
3. HoDoor
4. HoDoor 2
Podatkovni skup COSPER – indoor:
3D sintetički podatkovni skup generiran na temelju dva postojeća podatkovna skupa, SUN RGB-D [1] i ShapeNet [2]. Generirat će se neobojeni oblaci točaka s pripadajućim anotacijama za 10 klasa (kada, krevet, polica, stolica, radni stol, komoda, noćni ormarić, kauč, stol, zahodska školjka). Generirani podatkovni skup se sastoji od 20000 scena i zauzima približno 73 GB.
Podatkovni skup COSPER – storage space:
Ovaj podatkovni skup sastoji se od dvije vrste podataka:
1. Računalno generiran skup podataka
2. Skup podataka snimljen RGB-D kamerom
a. originalni zapisi
b. računalno poravnate scene s dominantom horizontalnom ravninom.
Podaci iz kategorije 1 i 2b se sastoje od datoteka spremljenih u npy i npz obliku. Scene namještaja za skladištenje u unutrašnjim prostorima pohranjene su u obliku oblaka točaka spremljenih u npz formatu. Svaka scena ima pridruženu npy numeričku datoteku koja sadrži referentne podatke graničnih okvira prostora za skladištenje za pripadni oblak točaka. Dodatno svaka scena sadržava i npz datoteku koja sadrži informacije o glasovima potrebnim za treniranje neuronske mreže VoteNet. Dodatno, u kategoriji 2 scene unutrašnjih prostora su spremljene i u obliku mreže trokuta u ply formatu. Podaci u kategoriji 2b sadrže i dubinske slike scena s označenom dominantom horizontalnom ravninom u png formatu te rotacijsku i translacijsku matricu u npy formatu potrebnu za transformaciju mreže trokuta iz kategorije 2a u 2b.
Procjenjujemo da će za kategoriju 1 biti potrebno otprilike 11 GB, a za kategoriju 2 otprilike 4,5 GB prostora
Podatkovni skup HoDoor:
Skup podataka u RGB-D formatu ormara i ladica u složenim scenama s označenim omeđujućim okvirima i stvarnim informacijama o načinu otvaranja jednih vrata ili jedne ladice (guranje, povlačenje i rukohvat). Slike su snimljene pomoću Intel RealSense L515 LiDAR dubinske kamere i pružene su iz iste perspektive s i bez ljudske ruke kako bi se demonstriralo otvaranje.
Podatkovni skup HoDoor 2:
Skup podataka u RGB formatu. Sastoji se dijela slika bez ljudske ruke iz HoDoor podatkovnog skupa. Na slikama su označeni granični okviri svih ladica i vrata prisutnih na slici. Granični okviri su poravnati s plohama na kojima se ladice i vrata nalaze
Modeling and the analysis of electromagnetic forces using ANSYS software package
No full textUvodni dio diplomskog rada definira zadatak rada i pruža pregled teorijskih osnova o
sabirnicama. Drugo poglavlje daje uvid u elektromagnetske sile gdje najviše ističe sile između paralelnih
vodiča. U trećem poglavlju obrađene su vrste sabirnica, s posebnim naglaskom na cijevne sabirnice, te
su pojašnjeni njihovi ključni dijelovi i opterećenja u normalnom pogonu. Četvrto poglavlje daje pregled
prijenosnih sustava i uloge sabirnica unutar tih sustava, s naglaskom na njihovo dimenzioniranje i
naprezanja koja se javljaju tijekom rada. Peto poglavlje objašnjava pojavu kratkog spoja i analizira
njegove komponente, dok se u šestom poglavlju opisuje simulacija kratkog spoja u softveru ANSYS, gdje
su provedene simulacije jednopolnih i tropolnih kratkih spojeva na sabirnicama. U sedmom poglavlju
analizirani su rezultati simulacija, s naglaskom na elektromagnetske sile koje djeluju na sabirnice tijekom
kratkog spoja.
ključne riječi (hrvatski ): sabirnice, kratki spoj, elektromagnetske sile, ANSYS, elektroenergetski sustavThe introductory part of the thesis defines the task of the thesis and provides an overview of
the theoretical background on busbars, along with the literature used in the preparation of the thesis.
The second chapter offers insights into electromagnetic forces, with a particular emphasis on the forces
between parallel conductors. The third chapter deals with different types of busbars, with a special
focus on busbars, explaining their key components and loads during normal operation. The fourth
chapter gives an overview of transmission systems and the role of busbars within these systems,
emphasizing their dimensioning and the stresses that occur during operation. The fifth chapter explains
the occurrence of a short circuit and analyzes its components, while the sixth chapter describes the
simulation of a short circuit in the ANSYS software, where single-phase and three-phase short circuit
simulations were conducted on the busbars. The seventh chapter analyzes the simulation results, with a
focus on the electromagnetic forces acting on the busbars during a short circuit.
keywords: busbars, short circuit, electromagnetic forces, ANSYS, power syste
An improved model of a two-layer adaptive system for short-term energy management within the energy community
No full textU ovoj disertaciji razvijeni su optimizacijski algoritam za određivanje cijena električne
energije za primjenu vehicle-to-building (V2B) usluge, odnosno cijene razmjene električne
energije izmedu električnih vozila i komercijalnih zgrada te unaprijeđen model dvoslojnog
adaptivnog sustava za kratkoročno upravljanje energijom unutar energetske zajednice.
Predložen model sustava upravljanja energijom razvijen je u GAMS-u te realiziran u višem
sloju stohastičkim pristupom, a u nižem sloju determinističkim pristupom pomoću mješovito
cjelobrojnog nelinearnog programiranja (engl. Mixed Integer Nonlinear Programming - MINLP)
i proširenog matematičkog programiranja (engl. Extended Mathematical Programming
- EMP), uzimajući u obzir varijable odluke višeg sloja, s ciljem minimizacije društvenog
troška nižeg sloja u gotovo stvarnom vremenu. Niži sloj sustava upravljanja temelji se na
strategiji pomičnog horizonta implementiranoj kombinacijom algoritma u MATLAB-a i optimizacijskog
modela u GAMS-a. Optimizacijski algoritam za odredivanje cijena električne
energije za primjene V2B usluge razvijen je u MATLAB-u dok se zahtjevi za izvođenjem optimizacije
prosljeđuju GAMAS-u. Predložen model sustav upravljanja energijom integrira model
baterijskog sustava pohrane energije koji obuhvaća učinkovitosti ovisne o opterećenju za
dvosmjerni energetski pretvarač, energetski model punjenja baterije te modeliranje cikličkog
i kalendarskog starenja baterije. Model baterijskog sustava pohrane energije primijenjen
je na baterijski sustav pohrane energije i električna vozila te je unaprijeden s energetskim
modelom pražnjenja baterije i učinkovitostima ovisnim o opterećenju za bateriju.
Primjenom modela dvoslojnog adaptivnog sustava za kratkoročno upravljanje energijom
unutar energetske zajednice u kombinaciji s optimizacijskim algoritmom za određivanje
cijena električne energije za primjenu V2B usluge može se doći do novih i dopunjavanja
postojećih saznanja. Saznanja koja proizlaze iz disertacije su utjecaj cijena električne energije
za primjenu V2B usluge i virtualnih troškova degradacije baterije na vrijednost funkcije
cilja, osiguranje fleksibilnosti u radu energetske zajednice i potencijal primjene, osiguranje
povećanja integracije obnovljivih izvora energije i električnih vozila u mreži, izvedivost optimizacijskog modela u nižem sloju s obzirom na novonastale scenarije te osiguranje smanjenja
emisija stakleničkih plinova. Prikupljanjem novih saznanja prilikom primjene predloženog
modela sustava upravljanja energijom i optimizacijskog algoritma za odredivanje cijena električne energije za primjenu V2B usluge doprinosi se dostizanju postavljenih globalnih ciljeva.In this thesis, the optimization algorithm for determining electricity prices for the application
of the vehicle-to-building (V2B) service, i.e. the price of electricity exchange between
electric vehicles and commercial buildings and the enhanced model of a two-layer adaptive
system for short-term energy management within the energy community were developed.
The proposed model of the energy management system was developed in GAMS and realized
in the upper layer with the stochastic approach and in the lower layer with the
deterministic approach using mixed integer nonlinear programming (MINLP) and extended
mathematical programming (EMP), taking into account the variable decisions of the upper
layer, with the objective of minimizing the social welfare of the lower layer in near real-time.
The lower layer of the management system is based on the rolling horizon strategy implemented
by combining the algorithm in MATLAB and the optimization model in GAMS.
The optimization algorithm for determining electricity prices for applying the V2B service
is developed in MATLAB, while the optimization requests are forwarded to GAMAS. The
proposed energy management system model integrates the battery energy storage system
(BESS) model that includes load-dependent efficiency for a bidirectional power converter,
the charging energy model, and cyclic and calendar ageing of the battery. The BESS model
is applied to stationary battery systems and electric vehicles (EV) and is enhanced with the
discharging energy model and load-dependent efficiencies for the battery.
Applying the enhanced model of a two-layer adaptive system for short-term energy management
within the energy community combined with the optimization algorithm for determining
electricity prices for applying the V2B service can lead to new and supplementing
existing knowledge. The knowledge derived from the thesis is the influence of electricity prices
for the application of the V2B service and the virtual costs of battery degradation on the
value of the objective function, ensuring flexibility in the operating of the energy community
and the application potential, ensuring an increase in the integration of renewable energy
sources (RES) and EVs in the grid, the feasibility solution of the optimization model in the lower layer concerning newly created scenarios and ensuring the reduction of greenhouse gas
emissions. Gathering new knowledge when applying the proposed energy management system
model and optimization algorithm for determining electricity prices for the application
of the V2B service contributes to the achievement of the set global objectives
Development of a Remote Control Time-Lapse Photography System
No full textU diplomskom radu objašnjen je proces razvijanja uređaja za snimanje time-lapse fotografije.
Primijenjeno je znanje u razvijanju hardvera, softvera te razvijanje web sučelja. Uređaj zvan
intervalometar ima mogućnost okidanja time-lapse fotografije. Nudi mogućnost promjene
intervala okidanja fotografija za vrijeme snimanja. Za lakše korištenje uređaja razvijeno je web
korisničko sučelje, pa se tako uređaj može kontrolirani i putem mobitela odnosno laptopa.In the thesis, the process of developing a device for capturing time-lapse photography is explained.
Knowledge was applied in developing hardware, software, and creating a web interface. The
device, called an intervalometer, has the capability to trigger time-lapse photography. It offers the
possibility to change the interval of taking photos during shooting. For easier usage, a web user
interface has been developed, allowing the device to be controlled via mobile phones or laptops
Chart image classification using a shallow convolutional neural network and feature extraction from classified charts
No full textKorištenje slikovnog prikaza podataka omogućuje jednostavniju pohranu informacija u dugotrajno pamćenje, zahtijevajući manju količinu pažnje čitatelja. Povijesni razvoj statistike potaknuo je potrebu za slikovnim prikazima kako bi se predstavile složene strukture podataka. U 20. stoljeću, s porastom informacija, nastala je potreba za sažimanjem podataka, a slikovni prikazi postaju učinkovito sredstvo za prikaz važnih informacija u istraživanjima. Vizualizacija podataka, poput grafikona, omogućuje jasno razumijevanje odnosa među podatcima, olakšava usporedbu vrijednosti te pomaže u identifikaciji neočekivanih rezultata. U današnje vrijeme, kada količina podataka ubrzano raste, vizualizacija postaje ključna za pojednostavljenje interpretacije i donošenje odluka. Unatoč ostvarenom napretku u području koje se bavi interpretacijom slike grafikona, izazovi i dalje postoje. S izazovima su suočene osobe s oštećenim vidom i računala koja pokušavaju pristupiti informacijama sadržanim u slici grafikona. Brojna istraživanja usmjerena su na poboljšanje pristupačnosti i dostupnosti vizualizacija podataka.
Osnovni cilj ove disertacije bio je razviti automatizirane metode strojnog učenja za obradu digitalnih slika grafikona, omogućujući njihovu implementaciju u stvarnoj okolini. Razvijene metode obuhvaćaju cjelokupni proces, počevši od učenja i prepoznavanja vrsta grafikona do izdvajanja podatkovnih značajki, s mogućnošću primjene u drugim računalnim sustavima.
Tijekom provedenog istraživanja razvijene su sljedeće tri metode:
1.
Metoda za otvorenu klasifikaciju grafikona u elektroničkim dokumentima zasnovana na plitkim konvolucijskim neuronskim mrežama. Predložena metoda prikazuje dvije arhitekture neuronske mreže — tradicionalnu i sijamsku. Ulaz u model neuronske mreže je slika grafikona ili bilo koja druga slika prisutna u elektroničkom dokumentu. Slike grafikona prolaze
95
kroz
proces predobrade upotrebom metode koja uspješno uklanja značajan broj sadržajnih informacija, zadržavajući grafički element čiji sadržaj omogućuje razlikovanje vrste grafikona. U okviru evaluacije, razvijena su 32 modela, učena na šest javno dostupnih podatkovnih skupova.
2.
Metoda izdvajanja podatkovnih značajki iz kružnih i mrežastih grafikona za primjenu u računalnim sustavima. Kružni grafikoni obuhvaćaju tortne, prstenaste i grafikone sunčevih zraka, dok mrežasti grafikoni uključuju toplinske karte i grafikone napretka. Istraživanjem je razvijena prva metoda usmjerena na grafikone sunčevih zraka i toplinske karte. Metoda se sastoji od dva ključna modula: modula za predobradu slike i modula za detekciju strukturnih elemenata grafikona. Metoda se oslanja na binarne maske, morfologiju, detekciju ključnih točaka i matematički model.
3.
Metoda generiranja ispitnih skupova za standardiziranu validaciju uspješnosti izdvajanja podatkovnih značajki iz kružnih i mrežastih grafikona. Metoda se temelji na slučajnim vrijednostima i lokacijama strukturalnih elemenata u slikama grafikona. Razvijeni podatkovni skup, ChartDS, proizlazi iz ove metode te se koristi u evaluaciji dviju prethodno predstavljenih metoda. ChartDS je javno dostupan u različitim podatkovnim repozitorijima, pružajući standardiziranu osnovu za procjenu i usporedbu učinkovitosti različitih sustava u analizi i interpretaciji slika grafikona.
Razvijene metode potkrijepljene su detaljnim evaluacijama čiji rezultati su javno objavljeni u raznim znanstvenim radovima.The use of graphical representation of data allows for easier storage of information in long-term memory, requiring less attention from the reader. The historical development of statistics has driven the need for graphical representations to represent complex data structures. In the 20th century, with the increase of information, there was a need to summarize data, and graphical representations became an effective means of presenting important information in scientific research. Data visualization, such as charts or graphs, provides a clear understanding of the relationships between the data, facilitates comparison of values, and helps identify unexpected results. Nowadays, when the data is growing rapidly, visualization becomes essential for simplifying interpretation and decision-making. Despite the progress made in the field of chart image interpretation, challenges remain. Challenges are faced by visually impaired people and computers trying to access the information contained in the chart image. Numerous researches are aimed at improving the accessibility and availability of data visualizations.
The main goal of this dissertation was to develop automated machine learning methods for processing digital chart images, enabling their implementation in a real environment. The developed methods cover the entire process, starting from learning and recognizing chart-types to extracting data features, with the possibility of intergration in other computer systems.
During the conducted research, the following three methods were developed:
97
1.
A method for accessing information contained within charts in electronic documents based on shallow convolutional neural networks. The proposed method enables the dual application of the neural network, both as traditional and Siamese. The input to the neural network model is a chart image or any other image present in the document. Chart images undergo a pre-processing using a method that successfully removes a significant amount of information while retaining the graphic element. This retained content allows distinguishing of the chart-type. As part of the evaluation, 32 models were developed and trained on six publicly available datasets.
2.
A method for extracting features from circular and grid charts for application in computer systems. Circular charts encompass pie, donut, and sunburst diagrams, while grid charts comprise heat maps and waffle charts. The research developed the first method focused on sunburst diagrams and heat maps. The method consists of two modules: one for image pre-processing and another for detecting structural elements of the chart. The method relies on binary masks, morphology, keypoint detection, and a mathematical model.
3.
Validation of the performance of the proposed methods on the newly created chart database. The method is based on random values and locations of structural elements in chart images. The developed dataset, ChartDS, derives from this method and is used in the evaluation of the two previously presented methods. ChartDS is publicly available in various data repositories, providing a standardized basis for evaluating and comparing the performance of different systems in the analysis and interpretation of chart images.
The developed methods are supported by detailed evaluations, the results of which have been publicly published in various scientific works
Data Efficient Deep Learning Models for Biomedical Image Segmentation
No full textSegmentacija medicinske slike igra ključnu ulogu u raznim medicinskim primjenama
od kirurškog planiranja preko dijagnostike do istraživanja. Taj se proces često oslanja
na neuronske mreže za točnu segmentaciju raznih modaliteta slike kao što su CT, MRI,
mikroskopija, dermatoskopija i druge. Međutim, uspješnost ovih modela je značajno
uvjetovano dostupnosti i kvalitetom podataka za trening, koje je često teško prikupiti
zbog visokih vremenskih i financijskih zahtjeva dobivanja slika, invazivnosti nekih
procedura medicinskog slikanja, velikih datoteka i regulatornih zahtjeva vezanih uz
medicinske slike.
Količina truda i stručnosti koju zahtjeva označavanje medicinskih slika dodatno
pogoršava navedene izazove, što čini prikupljanje velikih visokokvalitetnih skupova
podataka za treniranje neuronskih mreža posebno zahtjevnim. Zbog ovog nedostatka
podataka potrebno je razviti podatkovno učinkovite modele segmentacije koji mogu dati
pouzdane rezultate s ograničenim brojem uzoraka.
Iz područja statistike i teorije statističkog učenja, postavljena je teorija da, kako zadaci
segmentacije medicinskih slika postaju kompleksniji, oni zahtijevaju neuronske mreže
sa sve više parametara za uspješnu segmentaciju. Taj zahtjev za povečanjem parametara
tada zahtjeva više uzoraka kako bi se izbjegla prenaučenost modela. Međutim, u
medicinskim slikama nema dovoljno podatkovnih skupova s velikim brojem uzoraka. U
ovom doktorskom radu je predstavljen pregled metoda segmentacije medicinskih slika
i postojeće strategije poboljšanja podatkovne učinkovitosti tih metoda.
Predstavljene su razne nove metode koje pojednostavljuju zadatak segmentacije, što
omogućuje treniranje neuronskih mreža s manjim brojem parametara te time manje
potrebnih uzoraka. Metode se zasnivaju na transformiranju segmentacijske granice u oblik
koji se može modelirati manjim brojem parametara. To se postiže korištenjem znanja
iz domene i tradicionalnim tehnikama obrade slike kako bi se identificirale korisne transformacije
slike. Razvijene su neuronske mreže koje dinamički određuju parametre tih
transformacija za svaku sliku. Time se zadatak segmentacije razlomi na dva lakša zadatka:
inicijalna gruba lokalizacija ciljanog objekta koja je popraćena segmentacijom pojednostavljene
reprezentacije slike.
Uspješnost predstavljenih metoda procijenjena je u raznim modalitetima medicinske
slike, uključujući CT, mikroskopiju, dermatoskopiju i kolonoskopiju. Pokazana su
poboljšanja ne samo u podatkovnom učinkovitosti nego su i za neke segmentacijske
zadatke postignuti rezultati bolji od onih objavljenih u dosadašnjoj literaturi. Predstavljene
metode su fleksibilne i koriste za širok spektar tipova medicinskih slika. Mogu se
koristiti kao opći koraci pretprocesiranja slika za bilo koju arhitekturu segmentacijskih
konvolucijskih neuronskih mreža.
Konkretnije, koriste se dvije neuronske mreže za učinkovito rješavanje problema segmentacije.
Prva se mreža fokusira na grubo lokaliziranje ciljanog objekta koristeći kao
oznake Gaussovu distribuciju centriranu na objektu ili standardne segmentacijske mape.
Zatim se konstruira funkcija koja za danu grubu lokalizaciju daje parametre transformacije
slike, a čija je svrha pojednostavljivanje zadatka segmentacije. Proces odlučivanja
o korištenoj funkciji i transformaciji slike zasniva se na znanju iz domene i empirijski
utvrđenim rezultatima. Primjerice, kako bi se učinkovitije segmentirali eliptični
objekti koristi se polarna transformacija slike, i to tako da je polarno ishodište pozicionirano
u središtu objekta. Ulazna slika prolazi kroz transformaciju slike prema dobivenim
parametrima kao priprema za drugu neuronsku mrežu koja obavlja detaljnu
segmentaciju. Ta je druga mreža posebno trenirana na transformiranim slikama koristeći parametre koji su dobiveni od ručno označenih segmentacijskih maski.
Treniranjem druge mreže na transformiranim slikama pojednostavljuje se granica
segmentacije, te se time mogu koristiti mreže s manje parametara za zadatak segmentacije.
Mreže s manje parametara trebaju manje podataka za treniranje, tako da ovaj
pristup prirodno dovodi do povećanja učinkovitosti podataka. Rezultati pokazuju usporedivu
ili poboljšanu točnost korištenjem manjeg uzorka ili manjeg broja oznaka u
različtim aplikacijama medicinskih slika, kao što su segmentacija jetre i epikardijalnog
masnog tkiva iz CT skeniranja, kožnih lezija, polipa iz kolonoskopskih slika i stanica iz
mikroskopskih slika.
Spomenute dvije mreže mogu biti zasebne neuronske mreže ili se mogu povezati i zajednički trenirati. Značajna je prednost ovog pristupa to što mreže za grubu lokalizaciju i
finu segmentaciju mogu dijeliti istu često korištenu arhitekturu za segmentaciju medicinskih
slika. To omogućuje jednostavan prijenos znanja između dviju mreža, ubrzavajući
vrijeme obuke i poboljšavajući točnost. Osim toga, mreže se mogu unaprijed trenirati uz
pomoć postojećih dostupnih skupova podataka ili neuronskih mreža za segmentaciju
medicinskih slika.
U svrhu poboljšanja podatkovne učinkovitosti segmentacije medicinskih slika, ovaj
doktorski rad predstavlja sljedeće izvorne znanstvene doprinose:
1. Nova metoda segmentacije biomedicinskih slika temeljena na pretprocesiranju
polarnom transformacijom s nauˇcenim ishodištem. Predstavljena je nova tehnika
pretprocesiranja medicinskih slika, posebice onih koje sadrže objekte eliptičnih oblika.
Primjenom polarne transformacije kružne se granice odluke pojednostavljuju
u linearne, što čini segmentaciju jednostavnijom. Razvijena je neuronska mreža da
identifikaciju optimalnog ishodišta polarne transformacije. Poboljšana je kvaliteta
segmentacije i omogućeno korištenje manje kompleksnih neuronskih mreža.
2. Poboljšanje metode za smanjenje veličine ulaznih slika u neuronske mreže
obrezivanjem i korištenjem značajnih dijelova slike. Motivirano uvidima korištenjem polarne
transformacije, predložena je tehnika obrezivanja slika navođena
modelom u svrhu smanjenja veličine ulaznih slika u neuronsku mrežu bez gubitka
detalja. Precizna je segmentacija zadržana usprkos smanjenju veličine ulazne slike
time što se ciljani objekt lokalizira u slici niske rezolucije te se obrezuje regija od interesa
iz slike visoke rezolucije. Pokazano je da ovaj pristup povećava podatkovnu
učinkovitost jer kompleksnost modela raste s veličinom ulazne slike.
3. Nova arhitektura neuronske mreže za segmentaciju slika visoke rezolucije koja
kombinira detekciju objekata na slikama niske rezolucije i segmentaciju objekata
na slikama visoke rezolucije. Predstavljene metode pretprocesiranja slika
su dodatno unaprijeđene tako što se razvila cjelovita neuronska mreža koja se
može u cijelosti trenirati koja kombinira detekciju objekta na slici niske rezolucije
i segmentira objekt na obrezanom dijelu slike visoke rezolucije. Mreži je
omogućena konvergencija na dva načina. Prvo, koristi se ista arhitektura mreže za
grubu i detaljnu segmentaciju, što omogućuje prijenosno učenje. Drugo, informacije
se prosljeđuju od grube do detaljne segmentacijske podmreže, što osigurava
tok gradijenta kroz cijelu mrežu. Pokazano je da treniranje ove cjelovite mreže
povećava robusnost i grubog i detaljnog stadija segmentacije.
4. Nova metoda ugradnje dubinskih informacija u ulazne podatke dvodimenzionalne
konvolucijske neuronske mreže. S obzirom na ograničenja u podatkovnoj
učinkovitosti 3D neuronskih mrežama za segmentaciju volumetriˇcnih slika kao
što je CT, razvijena je metoda ugradnje dubinskih informacija u 2D presjeke slike
proširenjem presjeka dodatnim kanalom koji predstavlja normaliziranu z koordinatu.
Pokazano je da ovo omogućuje uspješnu segmentaciju CT slika s 2D
mrežama temeljenih na presjecima.
Svaka se od predstavljenih metoda može koristiti kao opći korak pretprocesiranja
neovisno o korištenoj arhitekturi konvolucijske neuronske mreže. Ovi doprinosi
prikazuju mogućnosti općenitog pojednostavljenja zadataka segmentacije medicinskih
slika i poboljšanja podatkovne učinkovitosti s raznim modalitetima i zadacima medicinskih
slika.
Kao rezultat istraživanja predstavljenog u ovom doktorskom radu objavljeno je četiri
rada u međunarodnim znanstvenim časopisima (svi kao prvi autor) i pet radova na
međunarodnim znanstvenim skupovima (četiri od kojih kao prvi autor).Medical image segmentation plays a pivotal role in various medical applications from
surgical planning to diagnosis and research. Typically, medical image segmentation
heavily relies on neural networks to achieve accurate segmentation across different
imaging modalities such as CT, MRI, microscopy, dermatoscopy, and others. However,
the effectiveness of neural networks is significantly influenced by the availability and
quality of training data, which is often challenging to acquire due to the high time and
financial cost of image acquisition, invasiveness of some imaging procedures, large file
sizes, and regulatory challenges. The labor-intensive and expert-driven nature of annotating
medical images for segmentation further compounds these challenges, making
the assembly of large, high-quality datasets for training medical image segmentation
models particularly difficult.
Statistical learning theory principles indicate that more complex medical image segmentation
tasks require neural networks with a greater number of parameters for effective
segmentation. This requirement for more parameters, in turn, demands larger sample
sizes to avoid overfitting. In medical imaging, however, there is a lack of datasets
with large sample sizes. Therefore, there is a large need for data-efficient segmentation
methods that can deliver reliable results with limited training samples.
In this thesis, we present an overview of medical image segmentation methods and
existing strategies for improving their data efficiency. In addition, we propose various
new methods that simplify the segmentation task, allowing convolutional neural
networks to perform accurate segmentation with fewer parameters and, by extension,
smaller sample sizes. Our methods center on transforming the segmentation boundary
into a representation that can modeled with fewer parameters. We do so by leveraging
domain knowledge and traditional image-processing techniques to identify beneficial
image transformations. The parameters of the image transformations are dynamically
selected for each image using neural networks, breaking down the segmentation task
into two more manageable stages: an initial rough localization of the target object followed
by the segmentation of a simplified representation of the image.
More specifically, we use two neural networks to tackle segmentation tasks effectively.
The first network focuses on roughly locating the target object, using either Gaussian
distributions centered on the object or simple segmentation maps as initial guides.
We construct a function that, given this rough localization, produces parameters for the
image transformation aimed at simplifying the segmentation task. The decision-making
process for the function and the image transformations relies on both domain knowledge
and empirical results. For example, to segment elliptical objects more efficiently, we apply
the polar transform with the polar origin positioned at the object’s center. The image
undergoes the image transformation according to the resulting parameters, preparing it
for the second neural network, which performs the detailed segmentation. This second
network is specifically trained on transformed images using parameters obtained from
ground truth segmentation masks.
By training the second network on transformed images, we simplify the segmentation
boundary and thus can use networks with fewer parameters for the task. Networks
with fewer parameters need less data to train, and so our approach naturally leads to
increases in data efficiency. Our results demonstrate comparable or improved accuracy
using fewer data samples or labels across various medical imaging applications, such as
segmentation of liver and epicardial adipose tissue from CT scans, skin lesions, polyps
from colonoscopy images, and cells from microscopic images.
The two networks can be separate neural networks or they can be connected and
trained end-to-end. A notable benefit of this approach is that the rough localization and
fine segmentation networks can share the same commonly used medical image segmentation
architecture. This allows for easy transfer learning between the two networks,
speeding up training times and improving performance. In addition, the networks can
be pretrained using existing available medical image segmentation datasets or networks.
In addressing the challenge of data efficiency in medical image segmentation, this
thesis introduces the following original scientific contributions:
1. A new biomedical image segmentation method based on polar transform preprocessing
with a learned center point. We introduce a novel preprocessing technique
for medical images, particularly those with elliptically shaped objects. By
applying a polar transform to the image, we simplify circular decision boundaries
into linear ones, making segmentation more straightforward. A key contribution
is developing a neural network to identify the optimal origin for the polar transformation,
enhancing segmentation performance and allowing the use of less complex
networks.
2. An improved method of reducing the input image size in neural networks using
salient image crops. Building on the insights of model-driven polar transformations,
we propose a model-driven cropping technique to minimize neural
network input sizes without sacrificing fine details. By localizing the target object
in a downsampled image and extracting identified regions of interest from a highresolution
image, we maintain precise segmentation with smaller network input
sizes. Since model complexity increases with image size, this reduction in input
sizes improves data efficiency.
3. A new neural network architecture for high-resolution image segmentation that
combines object detection in low-resolution images and segmentation in highresolution
images. We extend our preprocessing methods to create an end-toend
trainable network that combines low-resolution object localization with highresolution
image segmentation. We allow network convergence in two key ways.
First, we use a shared architecture between the localization and segmentation
subnetworks which allows transfer learning. Secondly, we ensure gradient flow
throughout the network by passing information from one subnetwork to the other.
We show that training this end-to-end network increases the robustness of both the
localization and segmentation stages.
4. A new method of embedding depth information in two-dimensional convolutional
neural network input data. Acknowledging the data efficiency limitations
of 3D networks for volumetric data like CT scans, we develop a method to embed
depth information into 2D slices by adding a normalized z-coordinate channel
to each slice. We show that this allows effective segmentation of CT images with
slice-based 2D networks.
The effectiveness of these methods is validated across various medical imaging
modalities, including CT scans, microscopy, dermatoscopy, and colonoscopy, showing
not only enhanced data efficiency but also achieving state-of-the-art segmentation results
in certain tasks. The techniques introduced are versatile, suitable for a broad spectrum
of medical imaging fields, and can serve as general preprocessing steps for any
convolutional neural network-based segmentation architecture.
The research presented in this thesis has resulted in the publication of four research
papers in scientific journals (all as first author) and five papers presented at international
scientific conferences (of which four as first author)
Bank account monitoring and management application
No full textCilj ovog diplomskog rada bila je izrada demo aplikacije za nadgledanje i upravljanje računima
u banci. Za programiranje koristio se Java i JavaScript programski jezik. U Docker spremniku
napravljena je baza podataka a API za pristup bazi je napravljen pomoću SpringBoot Java
programskog okvira. Migracije podataka su napravljene pomoću Liquibase-a. Korisničko
sučelje napravljeno je u React Native JavaScript programskom okviru. Napravljene su i
ostvarene glavne funkcionalnosti aplikacije a to su: funkcionalnost registracije i prijave u
aplikaciju, funkcionalnost pregleda bankovnih računa i klijenata kao i njihovih kreditnih
kartica i transakcija za bankovnog menadžera te mogućnost pregleda računa i obavljanje
transakcija za klijenta. U uvodu su se navele glavne zadaće aplikacije. U poglavlju o teorijskoj
podlozi kratko su se opisale sve tehnologije korištene u aplikaciji. Zatim je objašnjen način
rada aplikacije te prikaz iste. Na kraju je donesen zaključak u obliku kratkog opisa rada.
Aplikacija je testirana i sve funkcionalnosti rade bez ikakvih problema ili poteškoća.The goal of this thesis was to create a demo application for monitoring and managing bank
accounts. Java and JavaScript programming languages were used for programming. A database
was created in the Docker container, and the API for accessing the database was created using
the SpringBoot Java programming framework. Data migrations were done using Liquibase.
The user interface is built in the React Native JavaScript framework. The main functionalities
of the application were created and implemented, namely: the functionality of registration and
logging into the application, the functionality of reviewing bank accounts and clients as well
as their credit cards and transactions for the bank manager, and the ability to review accounts
and perform transactions for the client. The main tasks of the application were stated in the
introduction. In the chapter on the theoretical background, all the technologies used in the
application were briefly described. Then the way the application works and how it looks is
explained. At the end, a conclusion was made in the form of a short description of the work.
The application has been tested and all functionalities work without any problems or
difficulties