Login
- Originaltitel:
- Deep Learning-based Multi-Modal Fusion Method for Skin Lesion Classification
- Übersetzter Titel:
- Auf Deep Learning basierende multimodale Fusionsmethode zur Klassifizierung von Hautläsionen
- Autor:
- Tang, Peng
- Jahr:
- 2024
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Computation, Information and Technology
- Institution:
- Informatik 25 - Lehrstuhl für Data Science and Engineering (Prof. Neumann)
- Betreuer:
- Lasser, Tobias (Prof. Dr.)
- Gutachter:
- Lasser, Tobias (Prof. Dr.); Zink, Alexander (Prof. Dr.)
- Sprache:
- en
- Fachgebiet:
- DAT Datenverarbeitung, Informatik
- TU-Systematik:
- DAT 650
- Kurzfassung:
- In this dissertation, we fill this gap by investigating the use of multi-modal deep learning methods in skin lesion classification. We investigate various multi-modal scenarios for skin lesion classification, ranging from two modalities, such as clinical-dermoscopy images, images-metadata, to three modalities encompassing clinical images, dermoscopy images, and metadata.
- Übersetzte Kurzfassung:
- In dieser Dissertation schließen wir diese Lücke, indem wir den Einsatz multimodaler Deep-Learning-Methoden bei der Klassifizierung von Hautläsionen untersuchen. Wir untersuchen verschiedene multimodale Szenarien für die Klassifizierung von Hautläsionen, die von zwei Modalitäten, wie z. B. klinischen Dermatoskopiebildern, Bildmetadaten, bis zu drei Modalitäten, die klinische Bilder, Dermatoskopiebilder und Metadaten umfassen, reichen.
- WWW:
- https://mediatum.ub.tum.de/?id=1740124
- Eingereicht am:
- 17.04.2024
- Mündliche Prüfung:
- 23.10.2024
- Dateigröße:
- 3864308 bytes
- Seiten:
- 132
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20241023-1740124-1-4
- Letzte Änderung:
- 25.11.2024
BibTeX