User: Guest  Login
Original title:
Deep Learning based Clinical Decision Support through Strong Differentiable Domain Priors
Translated title:
Deep Learning basierte klinische Entscheidungshilfe durch starkes differenzierbares Domänenvorwissen
Author:
Burwinkel, Hendrik
Year:
2023
Document type:
Dissertation
Faculty/School:
TUM School of Computation, Information and Technology
Advisor:
Navab, Nassir (Prof., Ph.D.)
Referee:
Navab, Nassir (Prof., Ph.D.); Sznitman, Raphael (Prof., Ph.D.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik
Keywords:
Deep learning, Domain prior knowledge, Graph neural networks, Physics-based learning
TUM classification:
MED 230; DAT 760
Abstract:
Deep neural networks have shown great success for medical decision support, but their learning capabilities are strongly dependent on data quality, quantity and informativeness. This thesis highlights a path towards the effective incorporation of differentiable domain prior information for the optimization of the learning process. The developed approaches are based on graph neural networks as well as domain specific loss design and are demonstrated on suitable medical tasks.
Translated abstract:
Tiefe neuronale Netze sind bei der medizinischen Entscheidungshilfe sehr erfolgreich, ihre Lernfähigkeiten hängen jedoch stark von Qualität, Quantität und Informationsgehalt der Daten ab. In dieser Arbeit wird ein Weg zur effektiven Einbeziehung differenzierbarer Domänenvorinformation für die Optimierung des Lernprozesses aufgezeigt. Die entwickelten Ansätze basieren auf Graph Neuronalen Netzen sowie domänenspezifischem Loss Design und werden an geeigneten medizinischen Aufgaben demonstriert.
WWW:
https://mediatum.ub.tum.de/?id=1661677
Date of submission:
27.06.2022
Oral examination:
31.01.2023
File size:
26313247 bytes
Pages:
227
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20230131-1661677-1-3
Last change:
10.02.2023
 BibTeX