Integrace pipeline ML Kit používané pro strojové učení v digitální patologii se standardem Empaia

Bc. Matěj Kubík

Bachelor's thesis

Integration of Machine Learning Pipeline ML Kit for Digital Pathology with Empaia Standard

Abstract:

Tato bakalářská práce popisuje způsob, kterým knihovna ML Kit vyvíjená týmem RationAI načítá data během trénování modelů strojového učení a poukazuje na nedostatky spojené s přímým přístupem k souborovému systému. Práce se primárně zaměřuje na omezené možnosti autorizace na úrovni jednotlivých souborů a komplikované čtení rozdílných formátům trénovacích dat ve formě digitálních snímků patologických preparátů. Práce také popisuje rozhraní platformy Empaia, kterou RationAI zvažuje využít k řešení problémů přístupu, a analyzuje omezení platformy pro účely načítání dat při trénování ML modelů. Řešení založené na integraci s Empaia rozšiřuje knihovnu ML Kit o autorizovaný přístup k datům. V závěru práce porovnává rychlost načítání trénovacích dat z Empaia oproti původnímu načítání ze souborového systému.

Abstract:

This thesis describes how the ML Kit library developed by the RationAI team retrieves data during the training of machine learning models and highlights the shortcomings associated with direct access to the file system. The thesis primarily focuses on the limited capabilities of authorization at the individual file level and the complexity of reading different formats of training data represented by digital pathological slides. The thesis also describes the interface of the Empaia platform, which RationAI is considering to use to address access issues, and analyzes the limitations of the platform for the purpose of data loading when training ML models. The solution based on Empaia integration extends the ML Kit library with authorized data access. Finally, the thesis compares the speed of loading training data from Empaia against the original loading from the file system.

Keywords

digitální patologie, EMPAIA, strojové učení

Language used: Czech

Date on which the thesis was submitted / produced: 19. 12. 2024

Thesis defence

• Date of defence: 6. 2. 2025
• Supervisor: Mgr. Jiří Horák
• Reader: Mgr. Dalibor Stuchlík

Masaryk University

Faculty of Informatics

Bachelor programme / field:
Programming and development / Programming and development