Benutzer: Gast  Login
Originaltitel:
Machine Learning Methods for Computer Assisted Diagnosis and Medical Image Registration
Übersetzter Titel:
Maschinelle Lernmethoden für die computergestützte Diagnose und die Registrierung medizinischer Bilder
Autor:
Gutiérrez Becker, Benjamín
Jahr:
2019
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Informatik
Betreuer:
Navab, Nassir (Prof. Dr.)
Gutachter:
Navab, Nassir (Prof. Dr.); Reuter, Martin (Prof. Dr.); Mateus, Diana (Prof.)
Sprache:
en
Fachgebiet:
MAT Mathematik
TU-Systematik:
MED 230d; DAT 760d
Kurzfassung:
In this thesis, we present novel machine learning based methods for diverse medical image analysis tasks. We introduce: i) a model which measure deviations from the brain healthy aging trajectory using uncertainty-based metrics ii) a framework to training machine learning models using limited amounts of labeled data, modelled as a multi-armed bandit problem iii) a machine learning based approach for the direct estimation of transformation parameters for multimodal image registration.
Übersetzte Kurzfassung:
In dieser Thesis stellen wir neuartige maschinelle Lernmethoden für die medizinische Bildanalyse vor.. Wir führen ein: i) ein Modell, das Abweichungen von der gesunden Alterungsbahn des Gehirns unter Verwendung von auf Unsicherheiten basierenden Metriken misst; ii) das Trainieren von Machine Learning-Modellen unter Verwendung begrenzter Mengen an markierten Daten, modelliert als mehrarmiges Banditenproblem, iii) ein Machine Learning basierter Ansatz zur direkten Abschätzung von Transformation...     »
WWW:
https://mediatum.ub.tum.de/?id=1473771
Eingereicht am:
25.02.2019
Mündliche Prüfung:
28.10.2019
Dateigröße:
11405331 bytes
Seiten:
96
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20191028-1473771-1-1
Letzte Änderung:
07.02.2020
 BibTeX