Op automatisch leren gebaseerde strategieën voor analyse van vormpatronen in medische beelden

Medische beeldanalyse maakt gebruik van modellen om automatische analyse van de beelden voldoende nauwkeurig en robuust te maken. Met gesuperviseerde AI technieken, in het bijzonder deep learning, worden dergelijke modellen geleerd uit trainingsbeelden door het analyseprobleem te formuleren als een classificatietaak op basis van niet-gespecifieerde lokale kenmerken die verondersteld worden homogeen te zijn binnen en tussen alle beelden in de dataset afzonderlijk. Dit project onderzoekt hoe een dergelijke aanpak kan worden toegepast voor analyse van vorm en vorm-variatie over de tijd en tussen subjecten in verschillende toepassingen. Typisch gaat het daarbij om niet-lokale patronen in dense spatiële correspondenties tussen vaak heterogene beelden waarvoor amper trainingsdata beschikbaar is.

Trefwoorden:forensische beeldanalyse, machine learning, vormanalyse, medische beeldanalyse

Disciplines:Multimediaverwerking, Biologische systeemtechnologie, Signaalverwerking