Machine learning voor een computer-ondersteunde diagnose in echocardiografie

Dankzij ontwikkelingen in computationele rekenkracht en opslagcapaciteit van gegevens, stellen zelf-lerende algoritmen ons in staat om complexe patronen te vinden in enorme databanken met een directe impact op onze samenleving. Vooruitgang geboekt op het domein van computer visie is nu klaar om toegepast te worden in de gezondheidszorg, waar een enorm aantal parameters de prognose van een patient bepalen. Recente bevindingen van de aanvragers van dit project bevestigen dat zelf-lerende algoritmen in staat zijn om echocardiografische beelden meer accuraat te lezen in termen van diagnostiek dan experten. Met dit project willen de aanvragers hierop verder bouwen door een grote databank van correct geidentificeerde, echocardiografische gegevens aan te leggen die vervolgens kan gebruikt worden om de nieuwste zelf-lerende algoritmen op toe te passen om op die manier tot een computer-geassisteerd, diagnostisch systeem van het hart te komen.

Trefwoorden:Cardiology, Diagnostics, Echocardiography, Computer-aided diagnostics, Machine learning

Disciplines:Cardiale en vasculaire geneeskunde