Interactief leren in artificiële intelligentie voor medische beeldanalyse door gebruik te maken van domeinkennis onttrokken van on-line gebruikersfeedback KU Leuven
Deep learning voor automatische segmentatie en kwantificatie in medische beeldanalyse is gecompliceerd door het feit dat door expert's geannoteerde data schaars is en onderworpen is aan waarnemervariabiliteit, validatie in een klinische setting is dus nodig om inzichten te verwerven in de klinische noden. In plaats van te streven naar volledig automatische oplossingen, kan het betrekken van de klinische expert leiden tot een interactieve ...