Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS
Inhalt archiviert am 2024-06-18

Advanced Kernel-Methods for Medical Imaging

Ziel

The goal of this project is to develop kernel-based machine learning methods for image classification that employ similarity measures comparing images in a hierarchical fashion - as humans do, but with the accuracy of a computer. These methods shall allow to solve challenging medical imaging problems, in particular they will be applied to the diagnosis of osteoarthritis (OA) and breast cancer, which are ranked among the most burdening diseases.

Looking at the visual cortex, it becomes obvious that the human visual system uses `deep' structure consisting of multiple levels of processing operating on more and more abstract representations of the visual scene. This has been successfully copied in computer vision systems, In contrast, kernel-based learning algorithms such as support vector machine (SVM) classifiers mark the state-of-the art in pattern recognition. They employ (Mercer) kernel functions to implicitly define a metric feature space for processing the input data, that is, the kernel defines the similarity between observations, in our case between medical images. Kernel methods are well understood theoretically and give excellent results in practice. However, they are usually considered to be `shallow' learning methods in the sense that they realize only a single layer of non-linear processing. This project will combine hierarchical image processing with the efficiency, theoretical beauty, and accuracy gain of SVMs for advancing the performance of medical imaging systems. This is made possible by marrying the applicants expertise in kernel-based machine learning with the widely recognized knowledge in medical image analysis at his new affiliation The Image Group at the Department of Computer Science, University of Copenhagen (DIKU).

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.

Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

FP7-PEOPLE-2011-CIG
Andere Projekte für diesen Aufruf anzeigen

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

MC-CIG - Support for training and career development of researcher (CIG)

Koordinator

KOBENHAVNS UNIVERSITET
EU-Beitrag
€ 100 000,00
Adresse
NORREGADE 10
1165 KOBENHAVN
Dänemark

Auf der Karte ansehen

Region
Danmark Hovedstaden Byen København
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

Keine Daten
Mein Booklet 0 0