Bejelentkezés
 Fórum
 
 
Témakiírás
 
Hajdu András
Fejlett mélytanuló eljárások klinikai adatok feldolgozásához és a diagnosztikához

TÉMAKIÍRÁS

Intézmény: Debreceni Egyetem
informatikai tudományok
Informatikai Tudományok Doktori Iskola

témavezető: Hajdu András
helyszín (magyar oldal): Debreceni Egyetem Informatikai Tudományok Doktori Iskola
helyszín rövidítés: ITDI


A kutatási téma leírása:

A téma középpontjában a korszerű gépi tanulás (mélytanulás) áll, valamint annak kapcsolata a gyógyászattal, orvostudománnyal. A kutatás során kifejezetten nagy hangsúlyt tervezünk fektetni a több forrásból származó, multimodális képszegmentálásra orvosi leletek alapján, valamint esetleges automatizált diagnózisra, ugyanis ezek nagyban könnyíthetnék az egészségügyben dolgozók mindennapjait. A képszegmentálás szintén a mélytanulás egy ága, melynek során különböző modern, state-of-the-art architektúrájú hálózatok betanításával vagyunk képesek adott képeket pixelenként osztályozni, ezáltal pedig jelenségeket, objektumokat, embereket, vagy a klinikai feladatokban szerveket, sejteket leválogatni, zajt eltávolítani. Akár a szegmentálást, akár az automatizált diagnózist tekintjük, mindkettőről elmondható, hogy ezek használata megkönnyíti az orvosok munkáját megtakarítva például az elemzéshez, kiértékeléshez szükséges időt. Vizsgálni kívánjuk továbbá a bemenetek mélytanuló eljárásokkal történő, automatizált szöveges jellemezhetőségét is annotálási célokra. Fontos lehet még a generatív módszerek tanulmányozása is, melyekkel lehetőségünk lenne a tanuló adathalmazt automatikusan, adott hálózat által generatív módon megkonstruálni, esetleg összeállítani vagy akár a
tanulás folyamatát segíteni.

Irodalom

- L.I. Kuncheva: Combining Pattern Classifiers: Methods and Algorithms, Second Edition, Wiley, 2014.
- I. Goodfellow, Y. Bengio, A. Courville: Deep Learning, MIT Press, 2016.
- F. Chollet: Deep learning with Python, Manning, November 2017.
- L. Igual, S. Segui: Introduction to Data Science, A Python Approach to Concepts, Techniques and Applications, Springer International Publishing, 2017.
- C.C. Aggarwal: Neural Networks and Deep Learning, Springer International Publishing, 2018.


Jelentkezési határidő: 2021-11-15


2024. IV. 17.
ODT ülés
Az ODT következő ülésére 2024. június 14-én, pénteken 10.00 órakor kerül sor a Semmelweis Egyetem Szenátusi termében (Bp. Üllői út 26. I. emelet).

 
Minden jog fenntartva © 2007, Országos Doktori Tanács - a doktori adatbázis nyilvántartási száma az adatvédelmi biztosnál: 02003/0001. Program verzió: 2.2358 ( 2017. X. 31. )