De grootste kennisbank van het HBO

Inspiratie op jouw vakgebied

Vrij toegankelijk

Terug naar zoekresultatenDeel deze publicatie

Systematische review: oplossen van het segmentatieprobleem in MRI-mammografie

Toepassing van machine learning en deep learning ten behoeve van automatische borst- en tumorweefsel segmentatie in MRI-mammografie onderzoeken

Open access

Rechten:Alle rechten voorbehouden

Systematische review: oplossen van het segmentatieprobleem in MRI-mammografie

Toepassing van machine learning en deep learning ten behoeve van automatische borst- en tumorweefsel segmentatie in MRI-mammografie onderzoeken

Open access

Rechten:Alle rechten voorbehouden

Samenvatting

In dit onderzoek zijn recente ontwikkelingen in Machine Learning (ML) en Deep Learning (DL) met betrekking tot borst-, fibroglandulair (FG)- en tumorweefselsegmentatie in MRI-mammografie in kaart gebracht, de prestaties van deze segmentatiesystemen zijn vergeleken en als laatste worden toekomst toepassingsmogelijkheden van Machine Learning en Deep Learning in MRI-mammografie bediscussieerd. ML- en DL-systemen zijn in staat om borst-, FG- of tumorweefsel met precisie te segmenteren in MRI-mammografie onderzoeken, echter is de klinische toepassing nog niet in zicht. Nader extensief onderzoek dient verricht te worden naar validiteit en reproduceerbaarheid van ML- en/of DL-systemen.

The purpose of this study was to review recent developments in Machine Learning (ML) and Deep Learning (DL) systems concerning breast-, fibroglandulair (FG) and tumor segmentation in MRI-mammography, to compare performances of the respective tasks per system and future applications of both systems concerning segmentation in MRI-mammography were reviewed. ML and DL models are capable of performing breast, FG and tumor segmentations in MRI-mammography, it is however not ready for clinical application. Further research must be performed on the validity and reproducibility of ML and DL segmentation models.

Toon meer
OrganisatieHanze
OpleidingMedisch Beeldvormende en Radiotherapeutische Technieken
AfdelingAcademie voor Gezondheidsstudies
PartnerUniversitair Medisch Centrum Groningen
Datum2020-06-08
TypeBachelor
TaalNederlands

Op de HBO Kennisbank vind je publicaties van 26 hogescholen

De grootste kennisbank van het HBO

Inspiratie op jouw vakgebied

Vrij toegankelijk