Vysvětlitelnost pro medicínské zobrazovací metody
Explainability in Medical Imaging
Type of document
diplomová prácemaster thesis
Author
Adam Skluzáček
Supervisor
Žitný Jakub
Opponent
Čepek Miroslav
Field of study
Znalostní inženýrstvíStudy program
InformatikaInstitutions assigning rank
katedra aplikované matematikyRights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item recordAbstract
Zvyšující se složitost moderních modelů strojového učení z nich udělala neprůhledné černé skříňky, což komplikuje jejich nasazení v kritických oborech jako například zdravotnictví. Tato práce zkoumá obor vysvětlitelné umělé inteligence z pohledu lékařského snímkování a detailně popisuje několik vhodně zvolených nejmodernějších vysvětlovacích metod. Tyto vysvětlovací metody jsou následně vyhodnoceny na modelech Resnet50 a Vision transformer natrénovaných na úloze detekce onemocnění covid-19 na základě rentgenových snímků hrudníku. The increasing complexity of the state-of-the-art machine learning models has caused them to become opaque black boxes. This hinders their deployment in critical domains such as healthcare. This thesis studies the field of explainable artifical intelligence in the context of medical imaging. It selects and detailedly describes various state-of-the-art explanation methods. The explanation methods are used to explain and evaluated on ResNet50 and Visiontransformer models trained for the task of covid-19 pneumonia detection from chest X-ray scans.
Collections
- Diplomové práce - 18105 [194]