Semi-Supervised Medical Image Segmentation with Equivariance Regularization
Utvecklingen av artificiell intelligens har tagit massiva kliv det senaste årtiondet och tekniken har stor potential att utveckla många områden i samhället. Ett av dessa områden är behandling av cancer i sjukvården. Detta examensarbete introducerar en ny metod för att träna AI-algoritmer att automatiskt dela upp och klassificera olika områden i en bild. Denna metod testas sedan för att markera ut The last decades of research in machine learning and deep learning have lead to enormous advancements in the field. One of the areas that stand to gain the most from this is the medical sector. However, the majority of deep learning models today rely on supervised learning and one considerable bottleneck in the sector's ability to adapt the technology is the need of large labeled datasets. Ins