Thesis etd-11112018-181245 |
Link copiato negli appunti
Thesis type
Tesi di laurea magistrale
URN
etd-11112018-181245
Thesis title
Sviluppo di modelli deep learning probabilistici per la generazione di immagini medicali
Department
INGEGNERIA DELL'INFORMAZIONE
Course of study
INGEGNERIA BIOMEDICA
Supervisors
.
relatore Prof.ssa Santarelli, Maria Filomena
relatore Ing. Della Latta, Daniele
relatore Ing. Martini, Nicola
relatore Ing. Della Latta, Daniele
relatore Ing. Martini, Nicola
Keywords
- ct
- deep learning
- generative networks
- immagini cardiache
- immagini medicali
- probabilistic models
- Tensorflow
- tomografia computerizzata
Graduation session start date
07/12/2018
Availability
Withheld
Release date
07/12/2088
Abstract (Inglese)
Abstract (Italiano)
È stato sviluppato un variational autoencoder convolutivo per la generazione di immagini cardiache di tomografia computerizzata. È stato utilizzato il linguaggio di programmazione python e le librerie Tensorflow ed Edward. Sono stati esplorati i modelli latenti delle immagini, in particolare di coppie di immagini che differiscono solo per la presenza del mezzo di contrasto. Si suggeriscono delle applicazioni di queste reti e dei modelli stessi, oltre che ad algoritmi di riduzione della dimensionalità per scopi di classificazione e clustering.
File
| Nome file | Dimensione |
|---|---|
The thesis is not available. |
|