prof. Ing. Vanda Benešová, CSc.
CTU in Prague, Faculty of Information Technology
S nástupom éry hlbokého učenia sa intenzívne skúma využitie metód hlbokého učenia na spracovanie medicínskych obrazových dát v automatizovanej analýze obrazu.V tejto prednáške budú predstavené vybrané modality medicínskych obrazových dát spolu s typickými úlohami ich spracovania. Cieľom je poskytnúť lekárom podporné, diagnosticky relevantné informácie.Zameriame sa na moderné prístupy k umelej inteligencii, ako aj na výzvy, ktoré prináša súčasný výskum. Medzi najaktuálnejšie výzvy patrí integrácia obrazových dát s klinickými tabuľkovými údajmi, problematika slabo anotovaných dát a generovanie syntetických obrazových dát vhodných na trénovanie hlbokých neurónových sietí. V nasledujúcej časti sa zameriame na príklady projektov z oblasti počítačového videnia v histológii a rádiológii.
Medical Image Processing Using AI
With the advent of deep learning, the use of deep learning methods for processing medical imaging data has been intensively investigated in automated image analysis. In this lecture, selected medical imaging modalities will be presented along with typical processing tasks. The goal is to provide physicians with supportive, diagnostically relevant information. We will focus on modern approaches to artificial intelligence as well as the challenges posed by current research. Key challenges include integrating imaging data with clinical tabular data, dealing with weakly annotated datasets, and generating synthetic image data suitable for training deep neural networks. In the next section, we will present examples of projects in the field of computer vision applied to histology and radiology.