Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Switch to english language
Startseite    Anmelden     
Logout in [min] [minutetext]
WiSe 2024/25

ReTMed – Replication and Transformation of Medical Object Detection - Einzelansicht

  • Funktionen:
Grunddaten
Veranstaltungsart Projekt SWS
Veranstaltungsnummer 424210035 Max. Teilnehmer/-innen 4
Semester WiSe 2024/25 Zugeordnetes Modul
Erwartete Teilnehmer/-innen
Rhythmus einmalig
Hyperlink https://moodle.uni-weimar.de/course/view.php?id=52055
Weitere Links https://www.uni-weimar.de/de/medien/professuren/medieninformatik/computer-vision/
Termine Gruppe: [unbenannt]
  Tag Zeit Rhythmus Dauer Raum Raum-
plan
Lehrperson Bemerkung fällt aus am Max. Teilnehmer/-innen
Einzeltermine anzeigen
Mo. 12:45 bis 14:00 Einzel am 27.01.2025        
Gruppe [unbenannt]:
 
 


Zugeordnete Personen
Zugeordnete Personen Zuständigkeit
Rodehorst, Volker, Prof., Dr.-Ing.habil.
Tschirschwitz, David Eike , Master of Science
Studiengänge
Abschluss Studiengang Semester Leistungspunkte
M. Sc. Computer Science and Media (M.Sc.), PV 11 - 15
B. Sc. Medieninformatik (B.Sc.), PV 29 - 15
B. Sc. Medieninformatik (B.Sc.), PV 11 - 15
M. Sc. Digital Engineering (M.Sc.), PV 17 - 12
B. Sc. Medieninformatik (B.Sc.), PV 16 - 15
B. Sc. Medieninformatik (B.Sc.), PV 17 - 15
M. Sc. Digital Engineering (M.Sc.), PV 19 - 12
M. Sc. Computer Science for Digital Media (M.Sc.), PV 18 - 15
M. Sc. Human-Computer Interaction (M.Sc.), PV19 - 12/18
B. Sc. Informatik (B.Sc.), PV 2020 - 12
M. Sc. Computer Science for Digital Media (M.Sc.), PV 2020 - 12
M. Sc. Digital Engineering (M.Sc.), PV 2023 - 12
Zuordnung zu Einrichtungen
Fakultät Medien
Inhalt
Beschreibung

ReTMed konzentriert sich auf die Erforschung der Objekterkennung in der medizinischen Bildgebung, insbesondere unter Verwendung von Thorax-Röntgenaufnahmen aus dem VinDr-CXR-Datensatz. Ziel des Projekts ist es, leistungsstarke Modelle aus einer früheren Challenge zu reproduzieren und den Einfluss neuerer Architekturen, wie z. B. Transformern, auf die Erkennungsleistung zu bewerten. Darüber hinaus wird das Projekt Strategien zur Bewältigung unsicherer Labels in medizinischen Daten untersuchen, um Einblicke in die Robustheit und Genauigkeit der Modelle in realen Anwendungen zu gewinnen.

 

Die Studierenden werden lernen, mit fortgeschrittenen Frameworks für die Objekterkennung zu arbeiten, Forschungsergebnisse zu replizieren und neue Modellarchitekturen zu implementieren, wodurch sie praktische Erfahrungen in der Anwendung von Deep Learning in der medizinischen Bildgebung sammeln.

 

Teilnehmende am Projekt müssen den Kurs „Deep Learning for Computer Vision” abgeschlossen haben.

Voraussetzungen

Passed Deep Learning for Computer Vision and good programming skills in Python

Zielgruppe

M.Sc. Comptuer Science for Digital Media / Computer Science and Media (CS4DM)

M.Sc. Human-Computer Interaction (HCI)

M.Sc. Digital Engineering (DEM)

B.Sc. Medieninformatik / Informatik (MI)

offen für interessierte Bachelor- und Masterstudierende der Fakultät Bauingenieurwesen


Strukturbaum
Die Veranstaltung wurde 12 mal im Vorlesungsverzeichnis WiSe 2024/25 gefunden:
Informatikprojekt  - - - 2
Projects  - - - 3
Projects  - - - 6
Project  - - - 7
Research Project 1  - - - 8
Research Project 2  - - - 9
Project  - - - 10
Project  - - - 11

BISON-Portal Startseite   Zurück Kontakt/Impressum Datenschutz