Polven nivelrikon automaattinen diagnostiikka sekä sairauden etenemisen ennustaminen röntgenkuvan sekä kliinisen tiedon perusteella hyödyntäen syväoppimismalleja
Väitöstilaisuuden tiedot
Väitöstilaisuuden päivämäärä ja aika
Väitöstilaisuuden paikka
P117, Aapistie 5A, Oulun Yliopisto,
Väitöksen aihe
Polven nivelrikon automaattinen diagnostiikka sekä sairauden etenemisen ennustaminen röntgenkuvan sekä kliinisen tiedon perusteella hyödyntäen syväoppimismalleja
Väittelijä
FM (Filosofian maisteri) Aleksei Tiulpin
Tiedekunta ja yksikkö
Oulun yliopiston tutkijakoulu, Lääketieteellinen tiedekunta, Lääketieteellisen kuvantamisen, fysiikan ja tekniikan tutkimusyksikkö
Oppiaine
Lääketieteen tekniikka
Vastaväittäjä
Apulaisprofessori Valentina Pedoia, Kalifornian Yliopisto, San Francisco
Kustos
Professori Simo Saarakkala, Oulun Yliopisto
Uusia tekoälymenetelmiä polven nivelrikon diagnostiikkaan
Tämä väitöskirja esittelee monia uusia tekoälymenetelmiä (erityisesti syväoppivia), jotka on suunniteltu nivelrikon kliinistä kuvantamispohjaista diagnostiikkaa ja etenemisen ennustamista varten. Tutkimuksen tärkeimmät johtopäätökset osoittavat, että syväoppimisen soveltaminen tähän alueeseen mahdollistaa kuvantamispohjaisen diagnostiikan ihmisen tasolla, sekä ennustamaan taudin etenemisen aiempaa paremmin.
Viimeksi päivitetty: 23.1.2024