Skip to main content

Meistarafyrirlestur í rafmagns- og tölvuverkfræði - Eyþór Einarsson

Meistarafyrirlestur í rafmagns- og tölvuverkfræði - Eyþór Einarsson - á vefsíðu Háskóla Íslands
Hvenær 
3. júní 2020 16:30 til 17:30
Hvar 
Nánar 
Aðgangur ókeypis

Fyrirlesturinn verður haldinn á Zoom: https://us02web.zoom.us/j/86596794345?pwd=MzFJZmxTQkkwOFFJdUJMbmljeUdsUT09

Meistaranemi: Eyþór Einarsson

Heiti verkefnis: Sjálfkóðari fyrir greiningu á segulómsmyndum

___________________________________________

Deild: Rafmagns- og tölvuverkfræðideild

Leiðbeinandi: Magnús Örn Úlfarsson, prófessor við Rafmagns- og tölvuverkfræðideild

Einnig í meistaranefnd: Lotta Maria Ellingsen, dósent við Rafmagns- og tölvuverkfræðideild

Prófdómari: Þorgeir Þorgeirsson, rannsóknarmaður hjá Íslenskri erfðagreiningu

Ágrip

Sýnt hefur verið fram á að djúpur lærdómur gefur bresetri niðurstöður en aðrar vélanámsaðferðir á ýmsum sviðum eins og mynd-, texta-, og talmáls greiningu. Nýlega hefur mikil vinna verið lögð í að þróa aðferðir byggðar á djúpum lærdómi fyrir læknisfræðilega myndgreiningu og myndgreiningu í erfðaransóknum. Þessi árangur sem leiðbeindur djupur lærdómur hefur notið er oft rakinn til mikils framboðs af merktum gagnasettum, sem oft eru ekki til staðar fyrir læknisfræðilega myndgreiningu. Þegar markmiðið er að flokka myndir útfrá sjaldgjæfum sjúkdómum eða að skoða sjaldgjæfa erfðabreytileika þá er oft ekki til nóg af merktum gögnum til að njóta góðs af djúpum lærdómi. Í þessu verki var ýmsum opinberlega aðgengilegum gagnasettum af T1-vigtuðum segulómsmyndum safnað. Hálfstýrður djúpur sjálfkóðari var þróaður sem stöðlunarmódel og til að leiða út eiginleika sem hægt er að nota til að flokka einstaklinga útfrá arfgerð eða svipgerð með takmörkuðum magni af sýnum. Mál af heilasvæðum voru nálguð með FreeSurfer og notuð til að þjálfa sjálfkóðarann sem spáir fyrir um aldur og kyn einstaklinga ásamt því að flokka einstaklinga útfrá geðröskunum, erfðabreytileikum, mígreni og verkjatengdum einkennum.