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
Pristup korisnicima matične ustanove
završni rad
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
Zdravstveno veleučilište

Citirajte ovaj rad

Štetić, I. (2024). Primjena umjetne inteligencije u analizi snimaka učinjenim višeslojnom kompjutoriziranom tomografijom kod bolesnika s adultnim respiratornim distres sindromom i COVID-19 pneumonijom (Završni rad). Zagreb: Zdravstveno veleučilište. Preuzeto s 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." Završni rad, Zdravstveno veleučilište, 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." Završni rad, Zdravstveno veleučilište, 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', Završni rad, Zdravstveno veleučilište, citirano: 02.10.2024., 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 [Završni rad]. Zagreb: Zdravstveno veleučilište; 2024 [pristupljeno 02.10.2024.] Dostupno na: 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", Završni rad, Zdravstveno veleučilište, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:139:220769

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:139:220769
Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.
Podaci o radu
NaslovPrimjena umjetne inteligencije u analizi snimaka učinjenim višeslojnom kompjutoriziranom tomografijom kod bolesnika s adultnim respiratornim distres sindromom i COVID-19 pneumonijom
AutorIvana Štetić
MentorKlaudija Višković (mentor)
Član povjerenstvaIvo Pedišić (predsjednik povjerenstva)
Član povjerenstvaKlaudija Višković (član povjerenstva)
Član povjerenstvaKrunoslav Marinčević (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Zdravstveno veleučilište
Zagreb
Datum i država obrane2024-09-26, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		BIOMEDICINA I ZDRAVSTVO
Kliničke medicinske znanosti
Radiologija
Sažetak
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.
Ključne riječi
Jezikhrvatski
URN:NBNurn:nbn:hr:139:220769
Studijski programNaziv: Radiološka tehnologija
Vrsta studija: stručni
Stupanj studija: prijediplomski
Akademski / stručni naziv: prvostupnik (baccalaureus) radiološke tehnologije (bacc. radiol. techn.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaPristup korisnicima matične ustanove
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-09-27 10:06:55