Deep learning-based methods for defect detection from ultrasound images

Medak, Duje

prikaz prve stranice dokumenta Deep learning-based methods for defect detection from ultrasound images

Preuzmi
PDF 11.22 MB

disertacija

Deep learning-based methods for defect detection from ultrasound images

Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. urn:nbn:hr:168:247036

Medak, Duje

Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zavod za elektroničke sustave i obradbu informacija

Citirajte ovaj rad

APA 6th Edition

Medak, D. (2022). Deep learning-based methods for defect detection from ultrasound images (Disertacija). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:247036

MLA 8th Edition

Medak, Duje. "Deep learning-based methods for defect detection from ultrasound images." Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2022. https://urn.nsk.hr/urn:nbn:hr:168:247036

Chicago 17th Edition

Harvard

Medak, D. (2022). 'Deep learning-based methods for defect detection from ultrasound images', Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 16.04.2024., https://urn.nsk.hr/urn:nbn:hr:168:247036

Vancouver

Medak D. Deep learning-based methods for defect detection from ultrasound images [Disertacija]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2022 [pristupljeno 16.04.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:247036

IEEE

D. Medak, "Deep learning-based methods for defect detection from ultrasound images", Disertacija, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:247036

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:247036

Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.

Podaci o radu

Naslov	Deep learning-based methods for defect detection from ultrasound images
Naslov (hrvatski)	Metode zasnovane na dubokom učenju za detekciju defekata iz ultrazvučnih slika
Autor	Duje Medak
Mentor	Sven Lončarić (mentor)
Član povjerenstva	Marko Subašić (predsjednik povjerenstva)
Član povjerenstva	Zvonko Kostanjčar (član povjerenstva)
Član povjerenstva	Zoran Kalafatić (član povjerenstva)
Ustanova koja je dodijelila akademski / stručni stupanj	Sveučilište u Zagrebu Fakultet elektrotehnike i računarstva (Zavod za elektroničke sustave i obradbu informacija) Zagreb
Datum i država obrane	2022-06-10, Hrvatska
Znanstveno / umjetničko područje, polje i grana	TEHNIČKE ZNANOSTI Računarstvo Obradba informacija
Univerzalna decimalna klasifikacija (UDC)	004 - Računalna znanost i tehnologija. Računalstvo. Obrada podataka
Sažetak	Ultrasonic testing is a non-destructive evaluation (NDE) technique that is used to inspect the integrity of the material and check if there are any defects in its internal structure. The acquisition of ultrasonic data is already done in an automated fashion using robotic manipulators, but the analysis of the data is still done manually by specially trained experts. Manual analysis is subject to human errors especially when a large amount of data needs to be inspected. The goal of this doctoral dissertation is to develop deep learning-based methods that can be used to efficiently and reliably detect defects from ultrasonic images. Deep learning methods have been achieving great results in many image analysis tasks during the past few years. However, to develop a good deep learning-based method for defect detection, several problems must be solved. Some of the encountered challenges include a small dataset, noise and geometry signals, and extreme aspect ratios of the defects.
Sažetak (hrvatski)	Ultrazvučno testiranje je tehnika nerazornog ispitivanja koja se koristi za ispitivanje kvalitete materijala i detekciju defekata unutar njegove strukture. Akvizicija ultrazvučnih podataka se već obavlja automatizirano korištenjem robotskih manipulatora, ali analizu prikupljenih podataka još uvijek ručno rade obučeni inspektori. Takva analiza podložna je ljudskoj pogrešci, pogotovo ako je količina podataka koju je potrebno pregledati velika. Cilj ove doktorske disertacije je razviti metode bazirane na dubokom učenju koje bi se mogle koristiti za efikasnu i pouzdanu detekciju defekata na ultrazvučnim slikama. Metode dubokog učenja zadnjih godina postižu odlične rezultate u raznim problemima vezanim za analizu slike. Međutim, kako bi se razvila dobra metoda za detekciju defekata bazirana na dubokom učenju, nekoliko problema mora biti riješeno. Neki od izazova koji se pojavljuju su mali skup podataka, šumoviti podaci, pojava signala uzrokovanih geometrijom i ekstremni omjeri oblika defekata.
Ključne riječi
Ključne riječi (hrvatski)
Jezik	engleski
URN:NBN	urn:nbn:hr:168:247036
Datum promocije	2022
Studijski program	Naziv: Računarstvo Vrsta studija: sveučilišni Stupanj studija: poslijediplomski znanstveni (doktorski) Akademski / stručni naziv: Doktor znanosti (dr. sc.)
Vrsta resursa	Tekst
Opseg	ix, 107 str. : graf. prikazi , 30 cm.
Način izrade datoteke	Izvorno digitalna
Prava pristupa	Otvoreni pristup
Uvjeti korištenja
Repozitorij	Repozitorij FER-a
Datum i vrijeme pohrane	2022-07-07 11:45:03

Nacionalna i sveučilišna knjižnica u Zagrebu

Dabar