User: Guest  Login
Original title:
Deep Learning for Clinical Decision Support Systems in Chest Radiography
Translated title:
Deep Learning für klinische Entscheidungsunterstützungssysteme in der Thoraxradiographie
Author:
Wollek, Alessandro Benjamin
Year:
2023
Document type:
Dissertation
Faculty/School:
TUM School of Computation, Information and Technology
Advisor:
Lasser, Tobias (Priv.-Doz. Dr.)
Referee:
Lasser, Tobias (Priv.-Doz. Dr.); Ingrisch, Michael (Prof. Dr.); Després, Philippe (Prof., Ph.D.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik
Keywords:
Deep Learning, Chest X-ray, Chest Radiograph, CNN, Image Classification, Labeling
TUM classification:
PHY 820; MED 370
Abstract:
This dissertation investigates the use of deep learning-based models for disease classification in chest radiography. It includes methods for annotation and anonymization of radiology reports, and explores the effect of image resolution and windowing on model performance. The feasibility of using vision transformers for chest X-ray classification is shown, along with an attention-based interpretability method, and a method to improve robustness against of out-of-distribution images.
Translated abstract:
Diese Dissertation untersucht den Einsatz von Deep-Learning-Modellen zur Röntgenthoraxklassifikation. Sie umfasst Methoden zur Annotation und Anonymisierung von radiologischen Befunden und untersucht den Effekt von Bildauflösung und Fensterung auf die Modellleistung. Es wird die Machbarkeit des Einsatzes von Vision-Transformern, eine auf Aufmerksamkeit basierende Interpretationsmethode und eine Methode zur Verbesserung der Robustheit gegenüber verteilungsfremden Bildern untersucht.
WWW:
https://mediatum.ub.tum.de/?id=1712565
Date of submission:
14.06.2023
Oral examination:
25.10.2023
File size:
21102850 bytes
Pages:
152
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20231025-1712565-1-4
Last change:
16.11.2023
 BibTeX