Brain Imaging in Schizophrenia: Advanced Machine Learning Strategies

RNDr. Roman Vyškovský, Ph.D.

Doctoral thesis

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, autoenkodéry a 3D konvoluční neuronové sítě). Navržené postupy byly testovány na datech pacientů v první epizodě schizofrenie.

Abstract:

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, and 3D convolutional neural networks) were proposed and tested on the dataset of first-episode schizophrenia patients.

Keywords

Schizophrenia, image classification, machine learning, convolutional neural networks, artificial intelligence, autoencoders, morphometries.

Jazyk práce: English

Datum vytvoření / odevzdání či podání práce: 19. 8. 2022

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.

Masaryk University

Faculty of Medicine

Doctoral programme / odbor:
Neurosciences / Neurosciences