hrvatski

Metode strojnog učenja i obrada signala u biološkim primjenama

Potreba za automatizacijom medicinskih testova sve je veća, no zbog izuzetne kompleksnosti problem nije moguće riješiti klasičnim metodama. U radu je u kratkim crtama objašnjena pozadina problema automatizirane detekcije bolesti. Prikazana je ideja iza strojnog učenja, te je objašnjena metoda slučajnih šuma koja je odabrana za rješavanje problema. Također, objašnjen je pojam histograma orijentiranih gradijenata koji predstavljaju značajke na slikama. Velika pažnja posvećena je problemu velikog broja značajki koje unose šum u podatke. U radu je prikazana usporedba nekoliko metoda koje uklanjaju manje bitne značajke, mogućnost njihovog kombiniranje te kaskadiranja. Funkcionalnost je implementirana u sustavu MATLAB.

Slučajne šume; histogram orijentiranih gradijenata; smanjivanje broja značajki; slučajan odabir značajki; vođeni odabir značajki; pca; MATLAB; autoimune bolesti; imunofluorescencija

nije evidentirano