Benutzer: Gast  Login
Weniger Felder
Einfache Suche
Originaltitel:
Deep Convolutional Neural Networks for Biomedical Image Analysis
Übersetzter Titel:
Tiefe Convolutional Neural Networks für die Biomedizinische Bildanalyse
Autor:
Schoppe, Oliver
Jahr:
2021
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Informatik
Betreuer:
Menze, Bjoern H. (Prof. Dr.)
Gutachter:
Menze, Bjoern H. (Prof. Dr.); Razansky, Daniel (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik; MED Medizin
TU-Systematik:
DAT 760d; MED 230d
Kurzfassung:
Despite the breakthroughs of machine learning in biomedical image analysis, adoption in practice is slow due to several bottlenecks: scarcity of annotated training data, limited reliability of those annotations, and insufficient generalization of the models. This dissertation aims at addressing these bottlenecks by developing efficient training strategies for models that generalize well and appreciate the imperfection of labels along three use cases: cancer metastasis detection down to single ca...     »
Übersetzte Kurzfassung:
Trotz der Durchbrüche in der biomedizinischen Bildanalyse durch maschinelles Lernen hält diese Methode in der Praxis nur langsam Einzug. Dies liegt am Mangel annotierter Trainingsdaten, begrenzter Zuverlässigkeit dieser Annotationen, und unzureichender Allgemeingültigkeit der Modelle. Diese Dissertation entwickelt effiziente Trainingsstrategien für Modelle mit hoher Allgemeingültigkeit und unter Berücksichtigung der Fehlerhaftigkeit der Annotationen entlang von drei Anwendungsfällen: Detektion v...     »
WWW:
https://mediatum.ub.tum.de/?id=1551029
Eingereicht am:
28.09.2020
Mündliche Prüfung:
09.02.2021
Dateigröße:
23309656 bytes
Seiten:
170
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20210209-1551029-1-1
Letzte Änderung:
28.04.2021
 BibTeX