Skip to ContentSkip to Navigation
Over onsNieuws en agendaEvenementen en open dagenPromoties

Promotie dhr. I. Giotis: Advances in prototype-based learning and applications in dermatology

Wanneer:vr 11-10-2013 om 16:15

Promotie: dhr. I. Giotis, 16.15 uur, Academiegebouw, Broerstraat 5, Groningen

Proefschrift: Advances in prototype-based learning and applications in dermatology

Promotor(s): prof.dr. N. Petkov

Faculteit: Wiskunde en Natuurwetenschappen

Intelligente computer helpt dermatoloog huidkanker te herkennen

De reikwijdte van het proefschrift van George Giotis is tweeledig. Op de eerste plaats introduceert hij twee nieuwe methoden op het gebied van prototype-gebaseerde ‘machine learning’. Eén van deze twee methoden betreft het algemene ‘learning’ van gevectoriseerde data, terwijl de andere een nieuw voorstel vormt voor de analyse van kleur-textuur. Vervolgens is geprobeerd om deze twee methoden geschikt te maken voor ondersteuning van dermatologische diagnose. Dit deel van het proefschrift richt zich op iets wat buitengewoon belangrijk is voor de dermatologie, namelijk het onderscheiden van melanoom (huidkanker) en gewone huidvlekken.

Hoofdstuk 2 introduceert een nieuw algoritme, genaamd Cluster-Based Adaptive Metric (CLAM) classificatie, waarin dergelijke problemen behandelt worden. In hoofdstuk 3 wordt een nieuwe ‘data-driven’ benadering voor kleur-textuur classificatie voorgesteld, genaamd ‘Color Image Analysis Learning Vector Quantization’ (CIA-LVQ). Voor het implementeren van de bovengenoemde algoritmen binnen dermatologie onderzocht Giotis de visuele kenmerken waar dermatologen op letten bij het diagnoseren van huidvlekken.

Hoofdstuk 4 presenteert een methode die het discriminerend vermogen van de dermatologische visuele kenmerken kwantificeert in termen van entropie. Hoofdstuk 5 integreert de hierboven geschetste technieken in een computer-ondersteund diagnosesysteem voor melanoom, genaamd MED-NODE. Het systeem gebruikt gewone digitale beelden van huidafwijkingen als input.

De grootste bijdragen van MED-NODE liggen ten eerste bij het gebruik van ‘non-dermoscopic’ digitale beelden, die men gemakkelijker kan verkrijgen en ten tweede bij de integratie in het classificatie proces van de symptomen die de geneeskundige waarneemt.

George Giotis voerde zijn onderzoek uit bij de Intelligent Systems Group van het Johann Bernoulli Institute for Mathematics and Computer Science van de RUG. Hij blijft na de promotie als onderzoeker verbonden aan de RUG.

printOok beschikbaar in het: English