NYHETER 2018-05-29

Två examensarbetare har genomfört sin arbeten kopplat till klassificering av kärlvägg i ultraljudsbilder för bedömning av sjukdomsprogress vid atheroskleros.　

Jakob Vesterlind (kandidat examensarbete datavetenskap) har jobbat med Deep Learning metoder, där datorn själv lär sig vilka "features" som är relevanta i bilderna, och Elin Ericson (kandidat examensarbete biomedicinsk analytiker) har fokuserat på att jämföra vanliga bildbaserade riskmarkörer och analysera vilka som skiljer sig åt.　

Arbetet handleddes av Christer Grönlund (MT-FoU) och JuanCarlos Nieves vid institutionen för datavetenskap.