Using machine learning methods for predicting results of MammaPrint and Luminal-Type Tests – Bc. Oliver Rainoch
Bc. Oliver Rainoch
Diplomová práce
Using machine learning methods for predicting results of MammaPrint and Luminal-Type Tests
Using machine learning methods for predicting results of MammaPrint and Luminal-Type Tests
Anotace:
Strojové učení ve spojení s digitální patologií nabízí významný potenciál pro predikci výsledků diagnostických testů v onkologii. S ohledem na omezenou dostupnost podrobných anotací nádorů se tato práce zaměřila na predikci diagnostických informací přímo ze snímků histopatologických vzorků. Použité datové sady zahrnovaly výsledky testů MammaPrint a BluePrint, které umožňují klasifikaci podtypů a molekulární …víceAbstract:
Machine learning combined with digital pathology offers significant potential for predicting the outcomes of diagnostic tests in oncology. Given the limited availability of detailed tumor annotations, this study focused on predicting diagnostic information directly from histopathological sample images. The datasets used included results from the MammaPrint and BluePrint tests, which enable the classification …více
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 17. 12. 2024
Identifikátor:
https://is.muni.cz/th/x66lg/
Obhajoba závěrečné práce
- Obhajoba proběhla 30. 1. 2025
- Vedoucí: doc. RNDr. Tomáš Brázdil, Ph.D.
- Oponent: doc. RNDr. Petr Novotný, 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, Fakulta informatikyMasarykova univerzita
Fakulta informatikyMagisterský studijní program / obor:
Softwarové inženýrství / Návrh a vývoj softwarových systémů
Práce na příbuzné téma
-
Identifikace abnormálních EKG segmentů pomocí metody Multiple-Instance Learning
Karolína Šťávová -
Identifikace segmentů supraventrikulárních tachykardií pomocí metody multiple-instance learning
Jakub Abbrent -
Lung Data Analysis With Deep Learning
Harikrishnan KESAVAN VIJAYAKUMAR -
AI Image Analysis Pipeline Implementation for Digital Pathology
Andrej Kubanda -
Implementace podpory formátu DICOM do AI systému RationAI
Radomír Dedek