Interactive Deep Learning for 3D Image Analysis

Viktiga resultat som projektet gav

Syftet med projektet var att utveckla en teknik för interaktiv inlärning baserad på djupinlärning som ska hjälpa medicinska experter att annotera CT data och involvera dem i träningsprocessen av inlärningsalgoritmerna. Målet var att erhålla etiskt godkännande hantering av datat, införa ett immaterialrättsavtal mellan läkare och forskare, vetenskaplig spridning, samt utvärdera användarvänligheten och prestandan för ett specialanpassat interaktivt annoteringsverktyg av CT data.

Långsiktiga effekter som förväntas

Samtliga mål och förväntade effekter för projektet som beskrevs i förslaget har uppfylls. Förutom en stor vetenskaplig spridning i form av artiklar, workshops, konferenser, och tidningar har ett nystartat företag som involverar forskare inom datavetenskap skapats för vidare utveckling och applicering av algoritmerna inom medicinska och andra tillämpningar. Ett samarbete mellan läkare och forskarna har inleds för att undersöka ytterligare frågeställningar som ligger utanför det här projektet.

Upplägg och genomförande

Projektet genomfördes genom fysiska möten månadsvis med samtliga parter samt ett nära samarbete mellan utvecklaren av användargränssnittet och radiolog för återkoppling. Detta resulterade i en iterativ designmetod som fortsätter även efter projektets slut. Samtliga parter var aktivt involverade i både skrivande och läsning av utvärderingsrapporter i ett realtids-baserat skrivningsprogram, vilket har bidragit till den stora vetenskapliga spridningen som projektet har resulterat i.