Suomen Akatemia  
 
 
 
 
 
Rahoituspäätös
 
Hakija / Yhteyshenkilö Ruusuvuori, Pekka
Organisaatio Tampereen yliopisto
Tutkimusaihe Syväoppiminen, generatiiviset mallit, autoenkooderit ja koneoppiminen biokuva-analyysissä
Päätös 326463
Päätöspvm 10.10.2017
Rahoituskausi 01.01.2019 - 31.12.2019
Rahoitus (€) 129 254
   
Hankkeen julkinen kuvaus
Käynnissä olevat suuret trendit, digitalisaatio ja syvän koneoppimisen tuoma läpimurto, mahdollistavat perinteisen patologian muuttamisen asiantuntijakeskeisestä alasta datalähtöiseksi alaksi, jossa rutiinitehtävät voidaan automatisoida. Myös kuviin perustuva syöpätutkimus hyötyy samasta kehityksestä. Tässä projektissa tuodaan syväoppimisen menetelmät digitaalipatologian sovelluksiin, kuten syövän prognoosi, diagnoosi ja syöpäkudoksen heterogeenisyyden määritys. Tavoitteena on saavuttaa syvien neuroverkkojen erinomainen tarkkuus analyysissä, samalla säilyttäen tulosten ja luokittelumallin tulkittavuuden. Projektissa käytetään ohjattuja ja ohjaamattomia koneoppimismenetelmiä syöpäkudoksen tunnistukseen ja syövän heterogeenisyyteen liittyvien tutkimuskysymysten ratkaisuun. Projektin tuloksena tullaan saamaan älykkäitä menetelmiä kuvien segmentointiin, kudoksen mallintamiseen sekä testipenkki tulosten validointiin. Tuloksilla on potentiaalisia käyttökohteita kliinisissä sovelluksissa.