prikaz prve stranice dokumenta Primjena umjetne inteligencije u analizi snimaka učinjenim višeslojnom kompjutoriziranom tomografijom kod bolesnika s adultnim respiratornim distres sindromom i COVID-19 pneumonijom
Access restricted to students and staff of home institution
undergraduate thesis
Primjena umjetne inteligencije u analizi snimaka učinjenim višeslojnom kompjutoriziranom tomografijom kod bolesnika s adultnim respiratornim distres sindromom i COVID-19 pneumonijom
2024. urn:nbn:hr:139:220769
Štetić, Ivana
University of Applied Health Sciences

Cite this document

Štetić, I. (2024). Primjena umjetne inteligencije u analizi snimaka učinjenim višeslojnom kompjutoriziranom tomografijom kod bolesnika s adultnim respiratornim distres sindromom i COVID-19 pneumonijom (Undergraduate thesis). Zagreb: University of Applied Health Sciences. Retrieved from https://urn.nsk.hr/urn:nbn:hr:139:220769

Štetić, Ivana. "Primjena umjetne inteligencije u analizi snimaka učinjenim višeslojnom kompjutoriziranom tomografijom kod bolesnika s adultnim respiratornim distres sindromom i COVID-19 pneumonijom." Undergraduate thesis, University of Applied Health Sciences, 2024. https://urn.nsk.hr/urn:nbn:hr:139:220769

Štetić, Ivana. "Primjena umjetne inteligencije u analizi snimaka učinjenim višeslojnom kompjutoriziranom tomografijom kod bolesnika s adultnim respiratornim distres sindromom i COVID-19 pneumonijom." Undergraduate thesis, University of Applied Health Sciences, 2024. https://urn.nsk.hr/urn:nbn:hr:139:220769

Štetić, I. (2024). 'Primjena umjetne inteligencije u analizi snimaka učinjenim višeslojnom kompjutoriziranom tomografijom kod bolesnika s adultnim respiratornim distres sindromom i COVID-19 pneumonijom', Undergraduate thesis, University of Applied Health Sciences, accessed 23 November 2024, https://urn.nsk.hr/urn:nbn:hr:139:220769

Štetić I. Primjena umjetne inteligencije u analizi snimaka učinjenim višeslojnom kompjutoriziranom tomografijom kod bolesnika s adultnim respiratornim distres sindromom i COVID-19 pneumonijom [Undergraduate thesis]. Zagreb: University of Applied Health Sciences; 2024 [cited 2024 November 23] Available at: https://urn.nsk.hr/urn:nbn:hr:139:220769

I. Štetić, "Primjena umjetne inteligencije u analizi snimaka učinjenim višeslojnom kompjutoriziranom tomografijom kod bolesnika s adultnim respiratornim distres sindromom i COVID-19 pneumonijom", Undergraduate thesis, University of Applied Health Sciences, Zagreb, 2024. Available at: https://urn.nsk.hr/urn:nbn:hr:139:220769

Please login to the repository to save this object to your list.
Metadata
TitlePrimjena umjetne inteligencije u analizi snimaka učinjenim višeslojnom kompjutoriziranom tomografijom kod bolesnika s adultnim respiratornim distres sindromom i COVID-19 pneumonijom
AuthorIvana Štetić
MentorKlaudija Višković (mentor)
Committee memberIvo Pedišić (predsjednik povjerenstva)
Committee memberKlaudija Višković (član povjerenstva)
Committee memberKrunoslav Marinčević (član povjerenstva)
GranterUniversity of Applied Health Sciences
Zagreb
Defense date and country2024-09-26, Croatia
Scientific / art field,
discipline and subdiscipline		BIOMEDICINE AND HEALTHCARE
Clinical Medical Sciences
Radiology
Abstract
Od samog početka pa sve do danas, COVID-19 pandemija donosi brojne izazove za zdravstveni sustav. Jedan od izazova svakako je veliki broj zaraženih osoba koje je trebalo adekvatno zbrinuti i izvršiti sve potrebne dijagnostičke postupke. Upravo to, stavilo je velik pritisak na zdravstvene radnike, a među njima i na radiologe koji očitavaju radiološke snimke. Naime, pojavom COVID-19 pandemije susreli smo se s velikim brojem bolesnika s adultnim respiratornim distres sindromom (ARDS) i COVID-19 pneumonijom. Spomenute bolesti, značajno utječu na plućnu funkciju, često zahtijevajući napredne dijagnostičke metode, poput višeslojne kompjutorizirane tomografije (MSCT), za adekvatnu evaluaciju i praćenje. Segmentacija i klasifikacija dvije su primarne komponente u klasifikaciji bolesti, pri čemu ključnu ulogu ima segmentacija. Primjena umjetne inteligencije (UI) u analizi ovih snimaka omogućuje poboljšanje preciznosti dijagnoze, praćenja tijeka bolesti te predviđanja ishoda liječenja, a isto tako i rasterećuje radiologe. Međutim, postoje i problemi u primjeni UI, nedostatak velikih baza podataka s pouzdanim kliničkim podacima, zatim nedovoljna evaluacija na vanjskim setovima snimaka CT-a. Isto tako, algoritmi su trenirani samo na CT snimkama pacijenata s COVID-19 pneumonijom i ne mogu ih razlikovati od drugih virusnih ili bakterijskih pneumonija.
Keywords
Languagecroatian
URN:NBNurn:nbn:hr:139:220769
Study programmeTitle: Professional undergraduate study programme radiological technology
Study programme type: professional
Study level: undergraduate
Academic / professional title: prvostupnik (baccalaureus) radiološke tehnologije (prvostupnik (baccalaureus) radiološke tehnologije)
Type of resourceText
File originBorn digital
Access conditionsAccess restricted to students and staff of home institution
Terms of useLicence In copyright icon
Created on2024-09-27 10:06:55