Ανακατασκευή 3D επιφανειών με χρήση Νευρωνικών Δικτύων

Abstract

Η ραγδαία ανάπτυξη των μοντέλων τεχνιτής νοημοσύνης που λαμβάνει χώρα τις τελευταίες δεκα- ετίες, την έχει φέρει σε θέση να εισχωρήσει σε όλους τους τομείς της ανθρώπινης δραστηριότητας. Συνεπώς δεν θα μπορούσε να μην χρησιμοποιείτε για την επεξεργασία και ανάλυση ιατρικών δε- δομένων. Ιδιαίτερα, στον τομέα αυτό γίνονται μεγάλα βήματα προόδου τόσο στο κομμάτι ερμηνείας δεδομέ- νων και πρόβλεψης ασθενειών, αλλά και στο κομμάτι της απόκτησης καλύτερων και σαφέστερων δεδομένων, ώστε η ερμηνεία να γίνει σε δέυτερο χρόνο από ειδικούς επιστήμονες. Στην παρούσα διπλωματική θα ασχοληθούμε με το κομμάτι της ανακατασκευής τρισδιάστατων κρανιακών scans. Για να το πετύχουμε αυτό θα χρησιμοποιήσουμε ίσως το πιο δυνατό εργαλείο που μας προσφέρει η τεχνιτή νοημοσύνη στον τομέα της ανάλυσης και επεξεργασίας εικόνας, τα συνελικτικά νευρωνικά δίκτυα. Στην προσπάθειά μας αυτή, συναντήσαμε διάφορες δυσκολίες τις οποίες όμως αντιμετωπίσαμε κυρίως χάρη στην κατάλληλη προεπεξεργασία των δεδομένων μας αλλά και στα πολύ ισχυρά και εύχρηστα εργαλεία διαχείρισης νευρωνικών δικτύων που παρέχει η γλώσσα προγραμματισμού που χρησιμοποιήσαμε, δηλαδή η Python. Πιο συγκεκριμένα μελετήσαμε και αξιολογήσαμε δύο διαφορετικά σύνολα δεδομένων, εκτελέσαμε πειράματα εκπαιδεύοντας μοντέλα με διαφορετικές αρχιτεκτονικές και ψάξαμε τον βέλτιστο συν- δυασμό υπερπαραμέτρων κάθε δικτύου, επιτυγχάνοντας εξαιρετικά καλές επιδόσεις. Τέλος χρησι- μοποιήσαμε εξειδικευμένο λογισμικό για την τρισδιάστατη αναπαράσταση των εικόνων μας, και με βάση τη γνώση και εμπειρία που αποκτήσαμε, προτείναμε μερικές ενδιαφέρουσες μελλοντικές κατευθύνσεις της επιστημονικής μελέτης.