FEDmix: Eveolutionary Deep Neural Network Mixture Learning from Distributed Data for Robust Automated Medial Image Analysis (MIA) has the potential to truly innovate clinical practice by offering solutions to routine, yet key tasks, such as segmentation (i.e., delineating organs).

Especially with recent advances in machine learning (ML), in particular in Deep Neural Networks (DNNs) that have led to an explosive growth of successful MIA studies reported in academic literature, the time appears right for such innovations to find widespread realworld uptake. Yet, labor-intensive manual performance of these tasks is still often daily clinical practice.

In this proposal, we integrate DNNs with other state-of-the-art computational intelligence techniques, in particular evolutionary algorithms (EAs), to overcome 2 key obstacles in moving toward widespread clinical uptake of computationally intelligent MIA techniques: 1) observer variation in the definition of a ground truth, and 2) image quality variation due to different acquisition protocols and scanners at different institutes. In particular, we design and develop efficient-computingcompatible implementations of mixtures of DNNs, the results of which can be fused with results learned from other data sets (i.e., from different institutes).

To maintain sufficient focus while doing so, we consider an elementary, but key MIA task: segmentation. Moreover, by means of an application in radiotherapy treatment planning, in collaboration with the Academic Medical Center in Amsterdam, we validate the newly developed technology on real-world patient data within the runtime of the proposed project.

Meer informatie

Meer informatie volgt.

Schrijf u hier in voor onze nieuwsbrief en blijf op de hoogte van het laatste nieuws omtrent Commit2Data.

Project nieuws

CIMPLO - Cross-Industry Predictive Maintenance Optimization Platform
Bijna iedere onderneming heeft er mee te maken: onderhoud van machines en infrastructuur. Traditionele onderhoudsconcepten gaan uit van een ‘fixed interval approach’, waarbij rekening wordt gehouden met een aanzienlijke veiligheidsmarge. Het gevolg i...
23 februari 2024
Toekenning Take-off fase 1: Haalbaarheidsstudies WO – cluster Commit2Data
Van de toegekende projecten van Take-off najaarsronde zijn vier van de zeven ingediende Commi2Data projecten toegekend. Take-off is een instrument voor academische en innovatieve starters die de commerciële of maatschappelijke toepassing van hun onde...
21 december 2023
Real-Time Data for Products to Move Data-Driven Real-Time Decision Making in Supply Chains and Logistics
Dit project - verder genoemd Data2Move - is gestart in 2017. Het doel van Data2Move is het ontwikkelen en demonstreren van real-time data-driven logistieke methoden en technieken, met in eerste instantie een focus op de voorraad en transport. Er zijn...
27 november 2023

Wetenschappelijke publicaties

Er zijn geen wetenschappelijke publicaties beschikbaar.

Actuele themas