Varför funkar det inte i verkligheten? – Överbryggande av klyftan mellan tillrättalagda koncepttester och användning av biomedicinsk bildbaserad djupinlärning i verkligheten

Namn: Ida-Maria Sintorn

Projekt-titel: Varför funkar det inte i verkligheten? – Överbryggande av klyftan mellan tillrättalagda koncepttester och användning av biomedicinsk bildbaserad djupinlärning i verkligheten

Institution: Institutionen för informationsteknologi

Forskningsämne: Datoriserad bildanalys

Projektsammanfattning

Djupinlärning har lyft möjligheterna med bildanalys till en helt ny nivå, speciellt för tillämpningar i datorseende/igenkänning som baseras på den enorma mängd bilder som finns tillgängliga på internet. Biomedicinska tillämpningar följer efter men omständigheterna är annorlunda med mycket färre tillgängliga exempelbilder, hög kostnad för felaktiga beslut, tillförlitlighet och ansvar för beslut osv. Fokus i det här projektet är att öka förståelsen för hur man på bästa sätt kan inkorporera domänexpertis i träningen av de djupa nätverken för att åtgärda några av de tillkortakommande som hindrar djupinlärningssystemens acceptans och användning i klinisk verksamhet. Målet med projektet är att utveckla interaktiva verifierings och förbättrings verktyg för att öka trovärdigheten för bildbaserad djupinlärning i biomedicinska och kliniska tillämpningar. Mer specifikt så syftar projektet till 1) att utforska strategier för att hitta och identifiera sällsynta och/eller oväntade saker som inte funnits med i träningsdata, 2) att utveckla metoder för att interaktivt inkorporera domänexpertis gällande vilka områden och/eller detaljer i en bild som nätverket ska fokusera på eller ignorera. 

Vad ser du fram emot mest under ditt sabbaticalår?

Att diskutera och utbyta erfarenheter om AI/ML med forskare från andra ämnesområdet.