Diplomamunka feladat a Fizikus mesterképzési szak hallgatói számára

A hallgató neve: Fekete Dávid specializációja: Fizikus MSc - orvosi fizika
A záróvizsgát szervező tanszék neve: NTI
A témavezető neve: Kovács Ákos
- munkahelye: Mediso Kft.
- beosztása: AI csoportvezető
- 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: PET rekonstrukció javítása neurális hálózatokkal
A téma rövid leírása, a megoldandó legfontosabb feladatok felsorolása:

Az elmúlt években számos területen áttörő eredményeket értek el a mesterséges intelligenciára épülő eljárások.  A gyakorlatban is sikerült megmutatni, hogy a mély tanulást használó módszerek nagy mennyiségű bemeneti és kimeneti adatpár esetén képesek az adatok közti transzformációs függvényt nagy pontossággal közelíteni, így lehetőséget biztosítanak osztályozási problémák megoldására, de akár szuperrezolúcióra, szegmentációra vagy zajszűrésre is használhatóak.

 

Az orvosi képalkotó eljárások közé tartozó PET és MRI technológia évtizedek óta fontos szerepet tölt be bizonyos betegségcsoportok diagnosztizálásában. Az elkészült felvételekből számítógépes eljárásokkal, ún. rekonstrukciós algoritmusokkal állítjuk elő az orvos által felhasználható háromdimenziós radiofarmakon-térképeket. Általános cél a diagnosztikában a mérési idő lerövidítése, ehhez a célhoz kapcsolódóan a hallgató feladata a meglévő rekonstrukciós algoritmushoz egy olyan neurális hálózatokon alapuló megoldás készítése, mellyel javítható a képalkotás minősége.

A hallgató feladata a diplomamunka készítés keretében a Mediso Kft. ezen témakörben végzett kutatás-fejlesztési tevékenységéhez kapcsolódik.

 

A hallgató feladatai

  • Ismerkedjen meg a szakirodalomban megtalálható főbb rekonstrukciós algoritmusokkal!
  • Végezzen irodalomkutatást a különböző zajszűrő technikákról (felvétel terében, rekonstrukció alatt, rekonstruált eredményeken működő megoldások)!
  • Ismerkedjen meg egy neurális hálózatokat kezelő keretrendszerrel (pl.: TensorFlow, PyTorch)
  • Készítsen egy zajszűrő módszert két dimenziós bemenetű neurális hálózatokkal!
  • Készítse el az előző módszer három dimenziós változatát!
  • Dolgozzon ki egy módszert a különféle megoldások kvantitatív összehasonlítására a rekonstruált térfogat szintjén!
  • Tesztelje az elkészült megoldások általánosságát, robusztusságát!
  • Vizsgálja meg a létrejött megoldás futási idejét, erőforrásigényét!
A záróvizsga kijelölt tételei:
Dátum:
Hallgató aláírása:
Témavezető aláírása*:
Tanszéki konzulens aláírása:
A témakiírását jóváhagyom
(tanszékvezető aláírása):
*A témavezető jelen feladatkiírás aláírásával tudomásul veszi, hogy a BME TVSZ 145. és 146.§ alapján az egyetem a képzési célok megvalósulása érdekében a szakdolgozatok, illetve diplomamunkák nyilvánosságát tartja elsődlegesnek. A hozzáférés korlátozása csak kivételes esetben, a dékán előzetes hozzájárulásával lehetséges.
Budapesti Műszaki és Gazdaságtudományi Egyetem
Természettudományi Kar
1111 Budapest, Műegyetem rakpart 3. K épület I. em. 18.
www.ttk.bme.hu