Prostate Cancer Prediction with Graph Neural Networks

Bc. Štěpán Řihák

Bakalářská práce

Anotace:

V této bakalářské práci trénujeme a vyhodnocujeme grafové neuronové sítě pro predikci rakoviny v prostatické tkáni. Pomocí předtrénované konvoluční sítě převádíme digitální snímky tkáně na grafy, kde uzly grafu odpovídají malému výřezu z velkého digitálního snímku. V experimentech porovnáváme grafové sítě, které pro klasifikaci každého uzlu používají informace z ostatních uzlů, se základním klasifikátorem, který používá pouze informace uvnitř samotného uzlu. Výsledky ukazují, že grafové sítě překonávají základní klasifikátor.

Abstract:

In this thesis, we train and evaluate graph neural networks for the prediction of cancer in prostate tissue. Using a pre-trained convolutional network, we convert digitized tissue slides to graphs, where the nodes represent a small tile cut out of the large digital slide. In the experiments, we compare graph networks, which learn a richer representation for each node from other nodes, with a baseline classifier, which only looks at the information within the node itself. The results show that graph networks outperform the baseline classifier.

Keywords

cancer, classification, digital pathology, machine learning, graphs, graph neural networks

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 23. 5. 2024

Obhajoba závěrečné práce

• Obhajoba proběhla 24. 6. 2024
• Vedoucí: RNDr. Vít Musil, Ph.D.
• Oponent: RNDr. Filip Lux

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Informatika / Informatika