User: Guest  Login
Original title:
Graph Deep Learning for Healthcare Applications
Translated title:
Graph Deep Learning für Anwendungen im Gesundheitswesen
Author:
Kazi, Anees Babasaheb
Year:
2021
Document type:
Dissertation
Faculty/School:
Fakultät für Informatik
Advisor:
Navab, Nassir (Prof. Dr.)
Referee:
Navab, Nassir (Prof. Dr.); Rückert, Daniel (Prof. Dr.); Bronstein, Michael (Prof., Ph.D.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik
Keywords:
Graph deep learning, Disease prediction
Translated keywords:
Graph Deep Learning, Krankheitsvorhersage
TUM classification:
MED 230; DAT 760
Abstract:
This thesis is about the integration of graph deep learning with medical applications. The focus is on solving clinical and technical challenges in the field. It comprises of investigation of the clinical relevance of GCNs for medical applications. The thesis is divided into four main chapters dealing with multiple graph scenarios, graph heterogeneity, graph attention, and graph learning. This thesis is one of the pioneers in bringing graph deep learning to the medical field and shows that GDL...     »
Translated abstract:
Diese Arbeit beinhaltet die Integration von Graph Deep Learning in medizinische Anwendungen. Der Schwerpunkt liegt auf der Lösung klinischer und technischer Herausforderungen in diesen Bereichen. Es umfasst die Untersuchung der klinischen Relevanz von GCNs für medizinische Anwendungen. Die Arbeit ist in vier Hauptkapitel unterteilt, die sich mit Szenarien mit mehreren Graphen, Graphheterogenität, Graphaufmerksamkeit und Graphlernen befassen. Diese Arbeit ist eine der Pioniere in der Einführung...     »
WWW:
https://mediatum.ub.tum.de/?id=1639387
Date of submission:
24.11.2020
Oral examination:
18.05.2021
File size:
5882717 bytes
Pages:
113
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20210518-1639387-1-7
Last change:
31.01.2022
 BibTeX