Bakalářská práce

Pathological Image Analysis Using Attention Based Deep Learning Methods

Petr Kantek
Anotace

Metody hlubokého učení založené na attention byly v posledních letech v centru pozornosti. Ale teprve nedávno byla v computer vision použita čistá attention. Výsledné úsilí vykrystalizovalo do typu neuronové sítě zvané Vision Transformer (ViT). V této práci představíme ViT, abychom využili jeho jedinečných charakteristik v klasifikaci rakoviny na patologických obrázcích (WSI). Porovnáme více konfigurací …více

Abstract

Attention based deep learning methods have been in the limelight in the last years. But only recently, pure attention has been used in computer vision tasks. The resulting effort crystallized into a neural network architecture called Vision Transformer (ViT). In this thesis, we dive into the internals of ViT in order to get the advantage of its unique characteristics in cancer classification of pathological …více

Klíčová slova
attention cancer classification deep learning digital pathology machine learning neural networks vision transformer
Zadání práce
The aim of this thesis is to investigate the applicability of deep learning methods using a technique called attention on whole slide pathological images (WSI). These are mainly the so-called vision transformers (VT). The student should adapt these methods to work with WSI and compare with existing methods based purely on convolutional networks. He should also test some methods for interpreting learned VT. The practical implementation should be used for the analysis of real data in cooperation with the Masaryk Memorial Cancer Institute. The theoretical part of the work should provide at least a basic overview of methods similar to VT.
Administrativní informace
Práce zkontrolována:
31. 5. 2021 09:04, doc. RNDr. Tomáš Brázdil, Ph.D., MBA, učo 4074
Plný text práce
16,2 MB / soubor PDF
Přílohy (1)
Jazyk práce
angličtina angličtina
Termín obhajoby
28. 6. 2021
Práce byla úspěšně obhájena

Vedoucí

doc. RNDr. Tomáš Brázdil, Ph.D., MBA, učo 4074
KSUZD FI MU

Oponent

RNDr. David Wiesner, Ph.D., učo 255597
CABO KVI FI MU
Citovat tuto práci
Masarykova univerzita Fakulta informatiky
Studijní program
Informatika
Obor

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.