University of Twente Student Theses
Development of a convolutional neural network for the detection of the levator plate : a U-net based structure for MR image segmentation
Bree, K.D.E. de (2023) Development of a convolutional neural network for the detection of the levator plate : a U-net based structure for MR image segmentation.
|
PDF
2MB |
| Abstract: | Veel vrouwen krijgen in hun leven te maken met een verzakking van de bekkenbodemorganen (POP), en uit onderzoek is gebleken dat dit zich mede uit in de vorm van de levator plate (LP). Deze is gedefinieerd als de middellijn waar het diafragma van de pelvis samenkomt, tussen het rectum en de coccyx. Het definieren van deze vorm is echter nog lastig en tijdrovend, dus is het doel van dit onderzoek om de detectie van de anatomische punten met betrekking tot de LP te automatiseren. Er hebben 60 vrouwen deelgenomen aan dit onderzoek, wat in totaal tot 171 bruikbare scans leidde. Het model is gebaseerd op een U-net structuur en er zijn 12 ingetekende co¨ordinaten die allen een anatomisch punt in de bekkenboden representeren. Deze zijn omgezet in Gaussische kernels, hierbij wordt het probleem benaderd als een segmentatieprobleem. De gemiddelde afstand tussen het originele coördinaat en het punt dat door het model is gevonden is 7.0 mm, dit was 6.1 mm voor de punten waaruit de LP bestaat. Het model lijkt geen verschil in werking te hebben tussen de scans van de POP-patienten tegenover niet-patienten, wat het model geschikt zou kunnen maken om een analyse te doen tussen deze groepen. Concluderend kan er gezegd worden dat het gelukt is om de detectie van anatomische punten met betrekking to de LP te automatiseren. |
| Item Type: | Essay (Bachelor) |
| Faculty: | TNW: Science and Technology |
| Subject: | 30 exact sciences in general, 31 mathematics, 33 physics, 42 biology, 44 medicine, 50 technical science in general |
| Programme: | Biomedical Technology BSc (56226) |
| Link to this item: | https://purl.utwente.nl/essays/94919 |
| Export this item as: | BibTeX EndNote HTML Citation Reference Manager |
Show download statistics for this publication
Show download statistics for this publicationRepository Staff Only: item control page