Učení lokálních konceptů z globálních trénovacích dat pro klasifikaci a segmentaci biomedicínských obrazů

Poskytovatel

Grantová agentura České republiky

Program

Standardní projekty

Veřejná soutěž

Standardní projekty 21 (SGA0201700001)

Hlavní účastníci

České vysoké učení technické v Praze / Fakulta elektrotechnická

Druh soutěže

VS - Veřejná soutěž

Číslo smlouvy

17-15361S

Název projektu anglicky

Learning local concepts from global training data for biomedical image segmentation and classification

Anotace anglicky

The aim of this project is to develop segmentation, classification, and detection algorithms for biological and medical images. Standard approaches for these tasks usually require very detailed training data, often pixel-level ground truth, which is very labor-expensive to generate. The distinguishing feature of our methods will be their use of simplified training data, with region-level or image-level labels or characteristics, which is much easier to obtain. The task will be formulated as a generalization of the multiple instance learning paradigm. We shall determine the local image features and the pixel-level classifier, but also the aggregation function that yields image-level labels. Alternatively, the classification can be represented as an artificial neural network, taking advantage of the recent achievements in the field of deep learning. We plan to apply our methods to a number of biomedical problems, such as classification of histopathology images, detecting multiple myeloma from CT, or counting Langerhans islets in microscopy images.

Kategorie VaV

ZV - Základní výzkum

CEP - hlavní obor

JD - Využití počítačů, robotika a její aplikace

CEP - vedlejší obor

—

CEP - další vedlejší obor

—

OECD FORD - odpovídající obory <br>(dle <a href="http://www.vyzkum.cz/storage/att/E6EF7938F0E854BAE520AC119FB22E8D/Prevodnik_oboru_Frascati.pdf">převodníku</a>)

20204 - Robotics and automatic control<br>20205 - Automation and control systems

Zahájení řešení

1. 1. 2017

Ukončení řešení

31. 12. 2021

Poslední stav řešení

—

Poslední uvolnění podpory

22. 5. 2019

Důvěrnost údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Systémové označení dodávky dat

CEP21-GA0-GA-R/13:1

Datum dodání záznamu

22. 2. 2021

Celkové uznané náklady

3 457 tis. Kč

Výše podpory ze státního rozpočtu

3 042 tis. Kč

Ostatní veřejné zdroje financování

415 tis. Kč

Neveřejné tuz. a zahr. zdroje finan.

0 tis. Kč