Siirto-oppiminen toiminnallisessa aivokuvantamisessa
No Thumbnail Available
Files
Rautapää_Josetta_2024.pdf (936.69 KB) (opens in new window)
Aalto login required (access for Aalto Staff only).
URL
Journal Title
Journal ISSN
Volume Title
Sähkötekniikan korkeakoulu |
Bachelor's thesis
Electronic archive copy is available locally at the Harald Herlin Learning Centre. The staff of Aalto University has access to the electronic bachelor's theses by logging into Aaltodoc with their personal Aalto user ID. Read more about the availability of the bachelor's theses.
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Authors
Date
2024-05-26
Department
Major/Subject
Bioinformaatioteknologia
Mcode
ELEC3016
Degree programme
Sähkötekniikan kandidaattiohjelma
Language
fi
Pages
29+3
Series
Abstract
Neurologiset sairaudet ovat yleisiä ja niiden diagnosointia tukevat koneoppimismallit vaativat paljon opetusdataa. Sairauksien varhainen diagnosointi mahdollistaisi hoidon varhaisen aloittamisen, mutta potilasdataa on tyypillisesti saatavilla vähän. On tärkeä löytää malleja, joita pystytään opettamaan pienellä datamäärällä. Siirto-oppiminen on koneoppimisen osa-alue, jossa suuremmalla aineistolla koulutetun mallin tietoa voidaan siirtää samankaltaisen ongelman malliin. Tässä kandidaatintyössä tutkittiin siirto-oppimisen käyttöä toiminnallisen aivo-kuvantamisdatan analyysissa keskittyen epilepsiadiagnostiikkaan ja Alzheimerin taudin havaitsemiseen. Työssä käsiteltävät aivokuvantamismenetelmät olivat aivosähkökäyrä, aivomagneettikäyrä ja toiminnallinen magneettikuvantaminen. Alalta löytyvien tulosten lisäksi työssä tarkasteltiin siirto-oppimisen soveltamisen haasteita ja hyötyjä sekä tulevaisuudennäkymiä. Työ tehtiin kirjallisuustutkimuksena. Siirto-oppimisella opetetut mallit olivat läpikäytyjen tutkimusten mukaan tarkempia ja suorituskykyisempiä kuin muut nykytekniikan mukaiset analysointimallit. Mallien kouluttamiseen tarvittiin vähemmän opetusdataa, mikä ratkaisi vähäisen potilasdatan ongelman. Haasteita tiedon siirtämiselle aiheutui tutkittavien ongelmien keskinäisestä erilaisuudesta sekä data-aineistojen vaihtelevasta koosta ja ulottuvuuksien määrästä. Siirto-oppiminen koettiin hyödylliseksi työkaluksi sairauksien tulkitsemisessa toiminnallisesta aivokuvantamisdatasta. Sen avulla sairauksia pystytään havaitsemaan aiemmin ja potilaille pystytään tarjoamaan toiminnan heikkenemistä estävää hoitoa ajoissa. Tulevaisuudessa siirto-oppimista tutkitaan enemmän ja todennäköisesti sille löydetään uusia sovelluskohteita.Description
Supervisor
Turunen, MarkusThesis advisor
Renvall, HannaKeywords
siirto-oppiminen, toiminnallinen aivokuvantaminen, epilepsia, Alzheimerin tauti