Brain Imaging in Schizophrenia: Advanced Machine Learning Strategies – RNDr. Roman Vyškovský, Ph.D.
RNDr. Roman Vyškovský, Ph.D.
Doctoral thesis
Brain Imaging in Schizophrenia: Advanced Machine Learning Strategies
Brain Imaging in Schizophrenia: Advanced Machine Learning Strategies
Anotácia:
Disertační práce cílí na využití moderních metod strojového učení - sborového učení a hlubokého učení - pro rozpoznání pacientů se schizofrenií v obrazech z magnetické rezonance. Bylo navrženo několik schémat klasifikace, která zahrnovala různé morfometrie pro předzpracování obrazu a přístupy ke klasifikaci (náhodný výběr příznaků v kombinaci s vícevrstvým perceptronem a metodou podpůrných vektorů …viacAbstract:
The thesis aims to use modern machine learning methods – ensemble learning and deep learning – to distinguish schizophrenia patients in magnetic resonance images. Several classification schemes consisted of various morphometry methods for pre-processing and classification approaches (random subspace ensembles in combination with multi-layer perceptron and support vector machine, stacked-autoencoders …viac
Jazyk práce: English
Datum vytvoření / odevzdání či podání práce: 19. 8. 2022
Identifikátor:
https://is.muni.cz/th/leq31/
Obhajoba závěrečné práce
- Obhajoba proběhla 19. 10. 2022
- Vedúci: doc. Ing. Daniel Schwarz, Ph.D.
- Oponent: prof. Ing. Jan Kremláček, Ph.D., doc. Ing. Zoltán Szabó, Ph.D., prof. Ing. Ivo Provazník, Ph.D.
Citační záznam
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Lékařská fakultaMasaryk University
Faculty of MedicineDoctoral programme / odbor:
Neurosciences / Neurosciences
Práce na příbuzné téma
-
Modelling small-RNA binding using Convolutional Neural Networks
Eva Klimentová -
Visualization of hidden layers in convolutional neural networks
Jakub Hruška -
Automatic Recognition of User Interface States Using Convolutional Neural Networks
Klára Petrovičová -
Segmentation of Dense Cell Populations using Convolutional Neural Networks
Filip Lux -
Interpretation techniques for deep neural networks in digital histopathology
Martin Krebs -
Automatic trackingand assessment of chronic wounds using augmented skin imaging and convolutional neural networks
Monika Molnárová -
Analysis and classification of long terminal repeat (LTR) sequences using machine learning approaches
Jakub Horváth -
Classification of Passersby Using Single-point LiDAR Sensor and Machine Learning
Dominik Klement