Agyi fMRI felvételek mély tanulás alapú szintézise diffúziós valószínűségi modellel
A modern orvoslásban a funkcionális MRI (fMRI) vizsgálatok a az egyik legnépszerűbb képalkotó technológiának számítanak. A mérések az idegi aktivitással összefüggésben lévő választ mérik az emberi agyban, amellyel képesek a kutatók elváltozásokat észlelni, betegségeket diagnosztizálni és ezeket kezelni. Ennek azonban több kihívása is akad, többek között rendkívül erőforrásigényes, illetve a páciens számára megterhelő. Ennek okán megnő az igény különböző adatdúsító módszerek fejlesztésére.
Napjainkban a generatív modellezés, ha erről kifejezetten nem is szerzünk tudomást, sok helyen jelen van. Legyen szó szintetikus zenékről, politikusok szájába adott mondatokról, vagy akár olyan képekről, amelyeken nem létező emberek mosolyognak, ez a technológia szerves részét képzi, és fogja képezni életünknek az elkövetkező években. Mint oly sok területre, az orvosi képalkotáshoz is elért a hullám, ahol is több, addig megoldatlan feladatra is választ jelenthet.
Dolgozatomban a generatív modellezés családjának egyik legkorszerűbb tagját, a diffúziós valószínüségi modelleket használom fel valósághű fMRI jelek generálására. A munkámban kitérek különböző olyan módszerekre is, amelyekkel a mintavételezést kondícionálom, illetve írányítom bizonyos tulajdonságok (pl. osztályhűség, adathűség) elérése érdekében. A modelleket a látens térben alkalmazom, ezzel a csökkentve a futási időt és a hardverigényt, így növelve a hatékonyságot. A szintetikus adatok minőségét az irodalomban gyakran alkalmazott metrikák segítségével kvantitatív, továbbá kvalitatív módon értékelem és elemzem.
Munkám eredményeként bemutatom, hogy a diffúziós generálással lehetséges élethű fMRI jelek előállítása zajmintákból, és ezek a modellek képesek ezen adatok komplex karakterisztikájának megtanulására.
szerző
-
Oszvald Levente
Mérnök informatikus szak, mesterképzés
mesterképzés (MA/MSc)
konzulensek
-
Dr. Szegletes Luca
egyetemi adjunktus, Automatizálási és Alkalmazott Informatikai Tanszék -
