prikaz prve stranice dokumenta Uloga umjetne inteligencije u optimizaciji doze zračenja kod kompjuterizirane tomografije (CT)
  Preuzmi
PDF 1.54 MB
diplomski rad
Uloga umjetne inteligencije u optimizaciji doze zračenja kod kompjuterizirane tomografije (CT)
2022. urn:nbn:hr:176:536712
Marasović, Mate
Sveučilište u Splitu
Sveučilišni odjel zdravstvenih studija

Citirajte ovaj rad

Marasović, M. (2022). Uloga umjetne inteligencije u optimizaciji doze zračenja kod kompjuterizirane tomografije (CT) (Diplomski rad). Split: Sveučilište u Splitu. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:176:536712

Marasović, Mate. "Uloga umjetne inteligencije u optimizaciji doze zračenja kod kompjuterizirane tomografije (CT)." Diplomski rad, Sveučilište u Splitu, 2022. https://urn.nsk.hr/urn:nbn:hr:176:536712

Marasović, Mate. "Uloga umjetne inteligencije u optimizaciji doze zračenja kod kompjuterizirane tomografije (CT)." Diplomski rad, Sveučilište u Splitu, 2022. https://urn.nsk.hr/urn:nbn:hr:176:536712

Marasović, M. (2022). 'Uloga umjetne inteligencije u optimizaciji doze zračenja kod kompjuterizirane tomografije (CT)', Diplomski rad, Sveučilište u Splitu, citirano: 17.11.2024., https://urn.nsk.hr/urn:nbn:hr:176:536712

Marasović M. Uloga umjetne inteligencije u optimizaciji doze zračenja kod kompjuterizirane tomografije (CT) [Diplomski rad]. Split: Sveučilište u Splitu; 2022 [pristupljeno 17.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:176:536712

M. Marasović, "Uloga umjetne inteligencije u optimizaciji doze zračenja kod kompjuterizirane tomografije (CT)", Diplomski rad, Sveučilište u Splitu, Split, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:176:536712

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:176:536712
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovUloga umjetne inteligencije u optimizaciji doze zračenja kod kompjuterizirane tomografije (CT)
Naslov (engleski)The role of artificial intelligence in radiation dose optimization in computerized tomography (CT)
AutorMate Marasović
MentorTade Tadić (mentor)
Član povjerenstvaKrešimir Dolić (predsjednik povjerenstva)
Član povjerenstvaMaja Marinović Guić (član povjerenstva)
Član povjerenstvaTade Tadić (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Splitu
(Sveučilišni odjel zdravstvenih studija)
Split
Datum i država obrane2022-06-29, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		BIOMEDICINA I ZDRAVSTVO
Kliničke medicinske znanosti
Radiologija
Sažetak
Područje umjetne inteligencije (UI) transformira gotovo svaki aspekt modernog društva, uključujući i medicinsku radiologiju. U kompjuteriziranoj tomografiji (CT), primjena umjetne inteligencije omogućuje daljnje smanjenje doze zračenja pacijenata kroz automatizaciju i optimizaciju procesa prikupljanja podataka, uključujući pozicioniranje pacijenta i postavke parametara akvizicije. Nakon prikupljanja podataka, optimizacija parametara rekonstrukcije slike, napredni algoritmi rekonstrukcije i metode uklanjanja šuma slike poboljšavaju nekoliko aspekata kvalitete slike, posebno u smanjenju šuma slike te omogućavanju korištenja nižih doza zračenja tijekom akvizicije. Ukratko, od uvođenja CT-a, veliki broj tehničkih poboljšanja omogućio je unapređenje dijagnostičke informacije i smanjenje rizika za pacijente, ne samo smanjenjem doze zračenja, već i smanjenjem vjerojatnosti pogrešaka u izvedbi i medicinskoj interpretaciji CT pretraga. U ovom radu prikazana je važnost primjene novih algoritama umjetne inteligencije koji imaju važnu ulogu u poboljšanju kvalitete dijagnostičke informacije uz najnižu moguću dozu za pacijente.
Sažetak (engleski)
The field of artificial intelligence (AI) is transforming almost every aspect of modern society, including medical radiology. In computed tomography (CT), the application of artificial intelligence allows further reduction of patient radiation dose through automation and optimization of data collection processes, including patient positioning and acquisition parameter settings. After data collection, image reconstruction parameter optimization, advanced reconstruction algorithms, and image noise removal methods improve several aspects of image quality, especially in reducing image noise, and allow the use of lower radiation doses during acquisition. In short, since the introduction of CT, a number of technical improvements have made it possible to improve diagnostic information and reduce risks for patients, not only reducing radiation doses but also reducing the likelihood of errors in the performance and medical interpretation of CT scans. This paper presents the importance of applying new artificial intelligence algorithms that play an important role in improving the quality of diagnostic information at the lowest possible dose for patients.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:176:536712
Studijski programNaziv: Radiološka tehnologija
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra radiološke tehnologije (mag. rad. techn.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaOtvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2022-07-02 13:36:12