Akademsko istraživanje
Naš rad temelji se na objavljenim istraživanjima. Radovi, preprinti i skupovi podataka dr. sc. Darija Sitnika usmjereni su na računalnu patologiju i hiperspektralno snimanje za intraoperativnu dijagnozu raka, velikim dijelom sa suautorima s Instituta Ruđer Bošković u Zagrebu.
// Računalna patologija
Semantic Segmentation-Driven Image-Level Diagnosis of Liver Cancers in Hematoxylin and Eosin Histopathology Images
I. Kopriva, D. Sitnik, A. Pačić, K. Krstanac, I. Veliki Dalić, M. Popović Hadžija
arXiv:2607.03253, 2026
Okvir temeljen na semantičkoj segmentaciji za dijagnozu karcinoma jetre na razini slike iz H&E snimki cijelih preparata, osmišljen za varijabilnost u pripremi uzoraka, bojenju i skeniranju.
HandE-Liver3C
I. Kopriva, D. Sitnik, A. Pačić, K. Krstanac, I. Veliki Dalić, A. Lukač et al.
Ruđer Bošković Institute, FULIR data repository, 2026
Javni skup histopatoloških slika jetre obojenih H&E metodom, s anotacijama na razini piksela.
LEFM-Nets: Learnable Explicit Feature Map Deep Networks for Segmentation of Histopathological Images of Frozen Sections
D. Sitnik, I. Kopriva
arXiv:2204.06955, 2022
Okvir koji postojeće duboke mreže ugrađuje u niskodimenzionalni potprostor pomoću sloja učljive eksplicitne mape značajki, za segmentaciju histopatoloških slika smrznutih rezova.
Clustering and classification of low-dimensional data in explicit feature map domain: intraoperative pixel-wise diagnosis of adenocarcinoma of a colon in a liver
D. Sitnik, I. Kopriva
arXiv:2203.03636, 2022
Preslikava niskodimenzionalne podatke aproksimativnom eksplicitnom mapom značajki kako bi interpretabilni linearni algoritmi bili uspješniji u intraoperativnoj dijagnozi na razini piksela, uz zadržanu mogućnost inkrementalnog učenja.
Deep learning methods for segmentation of images of frozen tissue sections
D. Sitnik
University of Zagreb, Faculty of Electrical Engineering and Computing, 2022
Metode dubokog učenja za segmentaciju slika smrznutih rezova tkiva.
A dataset and a methodology for intraoperative computer-aided diagnosis of a metastatic colon cancer in a liver
D. Sitnik, G. Aralica, M. Hadžija, M. P. Hadžija, A. Pačić, M. M. Periša et al.
Biomedical Signal Processing and Control 66, 102402, 2021
Predstavlja skup podataka i metodologiju za intraoperativnu računalno potpomognutu dijagnozu metastaza karcinoma debelog crijeva u jetri.
Approximate explicit feature map for computational augmentation of RGB images of hematoxylin and eosin stained histopathological specimens
I. Kopriva, D. Sitnik, G. Aralica, A. Pačić, M. P. Hadžija, M. Hadžija
Medical Imaging 2021: Digital Pathology, Proc. SPIE 11603, 174-185, 2021
Koristi aproksimativnu eksplicitnu mapu značajki za računalno proširenje RGB slika histopatoloških preparata obojenih H&E metodom.
Transfer learning approach for intraoperative pixel-based diagnosis of colon cancer metastasis in a liver from hematoxylin-eosin stained specimens
D. Sitnik, I. Kopriva, G. Aralica, A. Pačić, M. P. Hadžija, M. Hadžija
Medical Imaging 2020: Digital Pathology, Proc. SPIE 11320, 57-67, 2020
Transfer learning za intraoperativnu dijagnozu metastaza karcinoma debelog crijeva u jetri na razini piksela iz preparata obojenih H&E metodom.
Deep learning approaches for intraoperative pixel-based diagnosis of colon cancer metastasis in a liver from phase-contrast images of unstained specimens
D. Sitnik, G. Aralica, A. Pačić, M. P. Hadžija, M. Hadžija, I. Kopriva
Medical Imaging 2020: Digital Pathology, Proc. SPIE 11320, 47-56, 2020
Duboko učenje za intraoperativnu dijagnozu metastaza karcinoma debelog crijeva u jetri na razini piksela iz slika neobojenih preparata snimljenih faznim kontrastom.
// Hiperspektralno snimanje
MERA tensor network extracted pseudo-labels and Grassmann manifolds for unsupervised intraoperative semantic segmentation of hyperspectral images of adenocarcinoma of the colon
I. Kopriva, D. Sitnik
Medical Imaging 2026: Digital and Computational Pathology, Proc. SPIE 13932, 231-243, 2026
Nenadzirana intraoperativna semantička segmentacija hiperspektralnih slika adenokarcinoma debelog crijeva, uz pseudo-oznake dobivene MERA tenzorskom mrežom i Grassmannovim mnogostrukostima.
A hyperspectral imaging dataset and Grassmann manifold method for intraoperative pixel-wise classification of metastatic colon cancer in the liver
I. Kopriva, D. Sitnik, L. I. Dion-Bertrand, M. M. Periša, A. Pačić, M. Hadžija et al.
Computers in Biology and Medicine 196, 110841, 2025
Predstavlja skup hiperspektralnih slika i metodu temeljenu na Grassmannovim mnogostrukostima za intraoperativnu klasifikaciju metastaza karcinoma debelog crijeva u jetri na razini piksela.
Bright-field dark-field hyperspectral imaging for pixel-wise classification of adenocarcinoma of the colon in the liver
I. Kopriva, L. I. Dion-Bertrand, M. M. Periša, M. P. Hadžija et al.
Medical Imaging 2025: Digital and Computational Pathology, Proc. SPIE 13413, 231-239, 2025
Kombinira hiperspektralno snimanje u svijetlom i tamnom polju za klasifikaciju adenokarcinoma debelog crijeva u jetri na razini piksela.
// Samonadzirano učenje i grupiranje u potprostorima
Robust Self-Supervised Convolutional Neural Network for Subspace Clustering and Classification
D. Sitnik, I. Kopriva
arXiv:2004.03375, 2020
Robusna formulacija samonadzirane konvolucijske mreže za grupiranje u potprostorima koja grupira podatke s nelinearnih mnogostrukosti, otporna je na oštećene podatke i klasificira podatke izvan uzorka.
// Raniji radovi
Određivanje poze osoba temeljeno na dubokom učenju
D. Sitnik
University of Zagreb, Faculty of Electrical Engineering and Computing, 2018
Određivanje poze osoba temeljeno na dubokom učenju.
System for Video Stitching
D. Sitnik
University of Zagreb, Faculty of Electrical Engineering and Computing, 2016
Sustav za spajanje više video-snimki u jednu.
Spremni za početak?
Rezervirajte besplatnu konzultaciju za razgovor o Vašem AI projektu.