Das Suchergebnis hat sich seit Ihrer Suchanfrage verändert. Eventuell werden Dokumente in anderer Reihenfolge angezeigt.
  • Treffer 7 von 30
Zurück zur Trefferliste

Classification Of 3D MRI Head Scans using pretrained CNNS – comparison, optimization and evaluation of approaches

  • This work focuses on providing a convolutional neural network (CNN) architecture for the classification of 3D MRI head scans. In order to offer a comprehensible recommendation for an architecture, this work has four main objectives: 1. Implementation of two CNN architectures based on transfer learning, for the classification of 3D MRI head scans 2. Optimization of both architectures to provide a fair comparison 3. Comparison of both architectures with relevant criteria for the usage of the CNNs in medical diagnosis 4. Evaluation of the effects of transfer learning on both architectures

Volltext Dateien herunterladen

Metadaten exportieren

Metadaten
Verfasserangaben:Roland Stolz
URN:urn:nbn:de:bvb:860-opus4-2005
Gutachter/Betreuer:Stefanie RemmeleGND
Dokumentart:Bachelorarbeit
Sprache:Englisch
Jahr der Fertigstellung:2020
Veröffentlichende Institution:Hochschule für Angewandte Wissenschaften Landshut
Titel verleihende Institution:Hochschule für Angewandte Wissenschaften Landshut
Datum der Freischaltung:22.04.2020
Freies Schlagwort / Tag:Artificial Intelligence; MRI; medical imaging
GND-Schlagwort:Künstliche IntelligenzGND; KernspintomografieGND; Bildgebendes VerfahrenGND
Seitenzahl:59
Fakultät / Institut:Fakultät Elektrotechnik und Wirtschaftsingenieurwesen
Lizenz (Deutsch):Creative Commons - CC BY-NC-ND - Namensnennung - Nicht kommerziell - Keine Bearbeitungen 4.0 International