Nedávné technologické pokroky biomedicínského výzkumu umožnily zkoumat základní biologické procesy v živých organismech při různých rozlišeních a z různých úhlů pohledu. Zatímco množství produkovaných dat v průběhu let dramaticky roste, tempo našich získávaných znalostí spíše zaostává, což ukazuje na neschopnost současných výpočetních nástrojů umožnit extrakci znalostí z velkého množství zašuměných dat. NEUROMINER poskytne rámec pro strojové učení a dolování z obrazových dat se zvláštním důrazem na neurovědní výzkum. Tři hlavní osy projektu odpovídají problémům, pro které v současné době není známo řešení: (1) extrakce a selekce příznaků se silnou diskriminačních schopností z mnohorozměrných dat, (2) nepřeučené systémy učící se z mnohorozměrných dat (3) rigorózní postup pro statistické validace modelů. Navrhovatelé projektu jsou experty ve zpracování analýze medicínských obrazů, biostatistice a strojovém učení.; The recent technological advances enabled the biomedical research to explore the underlying biological processes of the living organisms at various resolutions and from different perspectives. While the amount of produced data grew dramatically over the years, the pace at which our knowledge lagged behind - an indication of inability of the current computational tools to extract knowledge from the large pool of noisy data. NEUROMINER will provide a framework for machine learning and data mining, with a special emphasis on neuroscience research. The project has three main axes of research, each corresponding to a currently unmet need: (1) extraction and selection of features with strong discrimination properties, (2) systems able to learn from high-dimensional data and not suffering from overfitting problems, and (3) rigorous statistical model assessment procedure. The applicants are experts in medical image processing and analysis, biostatistics and machine learning.

Neurominer: unveiling hidden patterns in neuroimaging data

Doba řešení: 2017-2021

Obsahuje literaturu