Measuring domain shift effect for deep learning in mammography

Treballs finals del Màster de Fonaments de Ciència de Dades, Facultat de matemàtiques, Universitat de Barcelona. Curs: 2020-2021. Tutor: Laura Igual Muñoz, Lidia Garrucho Morras i Karim Lekadir

Detalles Bibliográficos
Autor: Zhu, Ling
Tipo de recurso: tesis de maestría
Fecha de publicación:2021
País:España
Institución:Universidad de Barcelona
Repositorio:Dipòsit Digital de la UB
OAI Identifier:oai:diposit.ub.edu:2445/186091
Acceso en línea:https://hdl.handle.net/2445/186091
Access Level:acceso abierto
Palabra clave:Càncer de mama
Mamografia
Xarxes neuronals convolucionals
Treballs de fi de màster
Aprenentatge automàtic
Sistemes classificadors (Intel·ligència artificial)
Breast cancer
Mammography
Convolutional neural networks
Master's theses
Machine learning
Learning classifier systems
id ES_97aa07108cf97fcc8331f9c5813bce21
oai_identifier_str oai:diposit.ub.edu:2445/186091
network_acronym_str ES
network_name_str España
repository_id_str
spelling Measuring domain shift effect for deep learning in mammographyZhu, LingCàncer de mamaMamografiaXarxes neuronals convolucionalsTreballs de fi de màsterAprenentatge automàticSistemes classificadors (Intel·ligència artificial)Breast cancerMammographyConvolutional neural networksMaster's thesesMachine learningLearning classifier systemsTreballs finals del Màster de Fonaments de Ciència de Dades, Facultat de matemàtiques, Universitat de Barcelona. Curs: 2020-2021. Tutor: Laura Igual Muñoz, Lidia Garrucho Morras i Karim Lekadir[en] Breast cancer remains a global challenge, affecting over 2.3 million women in 2020 (refs WHO). The most common screening technology is mammography. The use of deep learning approaches such as Convolutional Neural Networks has recently shown promising results. However, these models are constrained by the limited size of publicly available mammography datasets. Moreover, these models are highly dependent on the quality of the provided training data. In this work, we will study the breast cancer classification problem by using Convolutional Neural Networks. We will show the effectiveness of Convolutional neural networks in breast cancer problems, and we will explore the domain shift problem by using different mammography datasets. Extensive validation will be presented to show the strengths and limitations of breast cancer classification.Igual Muñoz, LauraGarrucho, LidiaLekadir, Karim, 1977-2021info:eu-repo/semantics/masterThesisapplication/pdfhttps://hdl.handle.net/2445/186091Màster Oficial - Fonaments de la Ciència de Dadesreponame:Dipòsit Digital de la UBinstname:Universidad de BarcelonaIngléscc-by-nc-nd (c) Ling Zhu, 2021codi: GPL (c) Ling Zhu, 2021http://creativecommons.org/licenses/by-nc-nd/3.0/es/http://www.gnu.org/licenses/gpl-3.0.ca.htmlinfo:eu-repo/semantics/openAccessoai:diposit.ub.edu:2445/1860912026-05-27T06:46:51Z
dc.title.none.fl_str_mv Measuring domain shift effect for deep learning in mammography
title Measuring domain shift effect for deep learning in mammography
spellingShingle Measuring domain shift effect for deep learning in mammography
Zhu, Ling
Càncer de mama
Mamografia
Xarxes neuronals convolucionals
Treballs de fi de màster
Aprenentatge automàtic
Sistemes classificadors (Intel·ligència artificial)
Breast cancer
Mammography
Convolutional neural networks
Master's theses
Machine learning
Learning classifier systems
title_short Measuring domain shift effect for deep learning in mammography
title_full Measuring domain shift effect for deep learning in mammography
title_fullStr Measuring domain shift effect for deep learning in mammography
title_full_unstemmed Measuring domain shift effect for deep learning in mammography
title_sort Measuring domain shift effect for deep learning in mammography
dc.creator.none.fl_str_mv Zhu, Ling
author Zhu, Ling
author_facet Zhu, Ling
author_role author
dc.contributor.none.fl_str_mv Igual Muñoz, Laura
Garrucho, Lidia
Lekadir, Karim, 1977-
dc.subject.none.fl_str_mv Càncer de mama
Mamografia
Xarxes neuronals convolucionals
Treballs de fi de màster
Aprenentatge automàtic
Sistemes classificadors (Intel·ligència artificial)
Breast cancer
Mammography
Convolutional neural networks
Master's theses
Machine learning
Learning classifier systems
topic Càncer de mama
Mamografia
Xarxes neuronals convolucionals
Treballs de fi de màster
Aprenentatge automàtic
Sistemes classificadors (Intel·ligència artificial)
Breast cancer
Mammography
Convolutional neural networks
Master's theses
Machine learning
Learning classifier systems
description Treballs finals del Màster de Fonaments de Ciència de Dades, Facultat de matemàtiques, Universitat de Barcelona. Curs: 2020-2021. Tutor: Laura Igual Muñoz, Lidia Garrucho Morras i Karim Lekadir
publishDate 2021
dc.date.none.fl_str_mv 2021
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv https://hdl.handle.net/2445/186091
url https://hdl.handle.net/2445/186091
dc.language.none.fl_str_mv Inglés
language_invalid_str_mv Inglés
dc.rights.none.fl_str_mv cc-by-nc-nd (c) Ling Zhu, 2021
codi: GPL (c) Ling Zhu, 2021
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
http://www.gnu.org/licenses/gpl-3.0.ca.html
info:eu-repo/semantics/openAccess
rights_invalid_str_mv cc-by-nc-nd (c) Ling Zhu, 2021
codi: GPL (c) Ling Zhu, 2021
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
http://www.gnu.org/licenses/gpl-3.0.ca.html
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv Màster Oficial - Fonaments de la Ciència de Dades
reponame:Dipòsit Digital de la UB
instname:Universidad de Barcelona
instname_str Universidad de Barcelona
reponame_str Dipòsit Digital de la UB
collection Dipòsit Digital de la UB
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869414097982849024
score 15,300719

Similares en LA Referencia