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 Transformationsparametern für die Registrierung multimodaler Bilder.
«
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...
»