Machine learning for classification in ghost imaging

הרקע לפרויקט:

בשנים האחרונות מתפתחת שיטת דימות מבטיחה בתחום הרנטגן - דימות רפאים. לצד הדימות, לעיתים אנו נדרשים לזהות פרטים ספצפיים בתמנות, למשל, שבר בצילום רנטגן של כף היד. הפרויקט יתבסס על data sets שהתקבלו בשיטה זו של דימות רפאים (הן data סימולטיבי והן data ניסיוני מהמעבדה של פרופ' שרון שוורץ) ויחיל עליו אלגוריתמי קלסיפקציה מבוססי למידת מכונה.

מטרת הפרויקט:

הסטודנטים בפרויקט ישוו שיטות קלסיפיקציה שונות ויבחרו את זו שמתאימה ביותר (מבחינת הדיוק ומבחינת זמן הריצה) ליישום של דימות רפאים רפואי בתחום הרנטגן, לרבות מימוש של התאמות ושכלולים בשיטות קלסיפיקציה מוכרות.

תכולת הפרויקט:

הסטודנטים ילמדו את הרקע הדרוש - גם בתחום של דימות רפאים וגם בתחום של למידת מכונה בדגש על אלגוריתמי קלסיפיקציה. לאחר מכן, יממשו בקוד ויבחנו מספר לביצוע קלסיפקיציה (החל מ- SVM ועד רשתות נוירונים עמוקות). תבוצע השוואה בין השיטות השונות על פני מאגרי מידע סימולטיביים וניסיוניים במטרה לאתר את השיטה המתאימה ביותר לכל יישום ולכל יחס דחיסה של התמונות.

קורסי קדם:

קורס מבוא ללמידת מכונה

מקורות:

1. https://opg.optica.org/oe/fulltext.cfm?uri=oe-27-3-3284&id=404491
2. https://link.springer.com/article/10.1007/s00340-020-07514-4
3. https://opg.optica.org/ao/abstract.cfm?uri=ao-60-29-9180