Login
- Originaltitel:
- Computer-Aided-Diagnosis for Laryngeal Lesion Assessment: A Feature Extraction and Machine Learning Approach Applied on Enhanced Contact Endoscopy Images
- Übersetzter Titel:
- Computergestützte Diagnose zur Beurteilung von Kehlkopfläsionen: Merkmalsextraktion und maschinelles Lernen angewandt auf kontrastverstärkte Kontaktendoskopiebilder
- Autor:
- Esmaeili, Nazila
- Jahr:
- 2024
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- TUM School of Computation, Information and Technology
- Betreuer:
- Navab, Nassir (Prof. Dr.)
- Gutachter:
- Navab, Nassir (Prof. Dr.); Friebe, Michael (Prof. Dr.); Nensa, Felix (Prof. Dr.)
- Sprache:
- en
- Fachgebiet:
- DAT Datenverarbeitung, Informatik; FEI Feinwerktechnik, Medizintechnik, Technische Optik, Reprographietechnik; MED Medizin
- TU-Systematik:
- MED 230; DAT 760
- Kurzfassung:
- This dissertation presents the development and validation of different feature extraction and Machine Learning techniques for laryngeal lesion assessment using Contact Endoscopy combined with Narrow Band Imaging images. The effectiveness of all methods is demonstrated in different classification scenarios on the generated data set. The application of these methods in a Computer Aided Diagnosis system can increase objective evaluation of laryngeal lesions and reduce the need for surgical biopsy.
- Übersetzte Kurzfassung:
- Diese Dissertation stellt die Entwicklung und Validierung verschiedener, auf Merkmalsextraktion und maschinellem Lernen basierender, Verfahren zur Beurteilung von Kehlkopfläsionen mittels Kontaktendoskopie mit Narrow Band Imaging vor. Die Effektivität aller Methoden wird in unterschiedlichen Klassifizierungsszenarien am generierten Datenset aufgezeigt. Die erhöhte Objektivität dieser Methoden in einem computergestützten Diagnosesystem, kann die Notwendigkeit chirurgischer Biopsien verringern.
- WWW:
- https://mediatum.ub.tum.de/?id=1711528
- Eingereicht am:
- 21.06.2023
- Mündliche Prüfung:
- 15.10.2024
- Dateigröße:
- 12106231 bytes
- Seiten:
- 141
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20241015-1711528-1-1
- Letzte Änderung:
- 11.11.2024
BibTeX
Vorkommen:
- mediaTUM GesamtbestandHochschulbibliographie2024Schools und FakultätenTUM School of Computation, Information and TechnologyInformatik 16 - Lehrstuhl für Anwendungen in der Medizin (Prof. Navab)
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and Technology
- mediaTUM GesamtbestandElektronische PrüfungsarbeitenSchoolTUM School of Computation, Information and TechnologyComputer Science