Machine Learning methoden voor classificatie en prognose van patiënten met multiple sclerose uit MRI gegevens

De hoofddoelstelling van dit project is het analyseren van Multiple Sclerose patiënten door middel van Deep Neural Networks en meer algemeen door Machine Learning modellen. Deze volledig geautomatiseerde methoden kunnen worden gebruikt voor zowel structurele als functionele informatie die wordt verkregen door Magnetic Resonance Imaging (MRI) technieken. Meer in detail worden MS-patiënten hoofdzakelijk gekenmerkt door ontstekingscascades en/of neurodegeneratieve mechanismen, of lokale ontstekings- en/of demyeliniserende laesies. De oorzaken van dergelijke degeneraties zijn nog steeds onbekend en onvoorspelbaar. In dit proefschrift zullen automatische methoden, zowel gesuperviseerd als niet gesuperviseerd, worden gebruikt voor de classificatie en prognose van MS patiënten door middel van MRI beelden en grafentheorie.