Koneoppiminen radiologiassa
Tekijät
Päivämäärä
2024Tekijänoikeudet
Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
Koneoppiminen on kehittynyt viime aikoina nopeaa vauhtia ja sitä on sovellettu monilla eri aloilla. Tässä kirjallisuuskatsauksessa käsitellään koneoppimisen soveltamista radiologian kuvantamisessa ja siihen liittyviä haasteita. Tutkielmassa käytiin läpi kolmea
sovelluskohdetta kuvantamisessa sekä havaittiin koneoppimiseen liittyviä haasteita radiologiassa. Haasteille kuitenkin löytyi ehdotettuja ratkaisuja. Machine learning has developed rapidly in recent times and has been applied in
a wide range of fields. This literature review discusses the application of machine learning
in radiology imaging and the challenges involved. The thesis reviewed three applications in
imaging and identified challenges related to machine learning in radiology. However, proposed solutions to these challenges were found.
Asiasanat
Metadata
Näytä kaikki kuvailutiedotKokoelmat
- Kandidaatintutkielmat [5327]
Samankaltainen aineisto
Näytetään aineistoja, joilla on samankaltainen nimeke tai asiasanat.
-
DeepFake knee osteoarthritis X-rays from generative adversarial neural networks deceive medical experts and offer augmentation potential to automatic classification
Prezja, Fabi; Paloneva, Juha; Pölönen, Ilkka; Niinimäki, Esko; Äyrämö, Sami (Nature Publishing Group, 2022)Recent developments in deep learning have impacted medical science. However, new privacy issues and regulatory frameworks have hindered medical data sharing and collection. Deep learning is a very data-intensive process ... -
Tekoälyn hyödyntäminen teollisten valmistusprosessien parantamisessa
Mauno, Topias (2023)Tämän tutkielman tarkoituksena on kuvata tekoälyn nykytilaa ja sen mahdollisia sovelluksia valmistusteollisuudessa. Tekoäly on viime vuosikymmenen aikana noussut merkittäväksi innovaation lähteeksi useilla eri teollisuudenaloilla, ... -
Tracking a rat in an open field experiment with a deep learning-based model
Kantola, Lauri (2021)New artificial neural network methods have changed the way animals are tracked in neuroscience and psychology experiments. The purpose of this thesis is to test the state-of-the-art method of animal tracking DeepLabCut and ... -
Radiosignaalien tunnistaminen neuroverkon avulla
Colliander, Jeremias (2022)Tekoäly on kehittynyt viime vuosina huimaa tahtia ja sitä on alettu soveltaa uusien haasteiden ratkaisemiseksi. Yksi tällainen haaste on pitkään ollut useiden radiosignaalien luokittelu toisistaan riittävällä tarkkuudella. ... -
Tutkasensorin ja syväoppimisen hyödyntäminen liikkeen tunnistuksessa
Hellman, Leena (2023)Ihmisten liikkeiden tunnistusta käytetään erilaisissa valvontaan ja älykoteihin liittyvissä ratkaisuissa. Liikkeen tunnistukseen voidaan käyttää erilaisia sensoreita. Viime aikoina erityisesti tutkasensorilla tapahtuva ...
Ellei toisin mainittu, julkisesti saatavilla olevia JYX-metatietoja (poislukien tiivistelmät) saa vapaasti uudelleenkäyttää CC0-lisenssillä.