dc.contributor.author |
Geremek, Maciej |
|
dc.date.accessioned |
2021-08-20T10:37:42Z |
|
dc.date.available |
2021-08-20T10:37:42Z |
|
dc.date.issued |
2021-08-20 |
|
dc.identifier.issn |
2021/I/EM/1 |
|
dc.identifier.uri |
https://repin.pjwstk.edu.pl/xmlui/handle/186319/863 |
|
dc.description.abstract |
Mutacje w ponad 7500 ludzkich genach zostały powiązane z jednostkami chorobowymi. Ogromna zmienność genomu i obrazu klinicznego sprawia, że diagnostyka genetyczna jest niezwykle złożona. W części tych chorób występują charakterystyczne cechy twarzy. W niniejszej pracy podjęto próbę konstrukcji klasyfikatora mającego na celu wspomaganie procesu diagnostycznego. Wykorzystano dwie strategie. W pierwszej wykorzystano geometryczną analizę punktów charakterystycznych twarzy. W drugim podejściu skorzystano z konwolucyjnej sieci neuronowej wytrenowanej do rozpoznawania osób na podstawie zdjęć. Analiza geometrii twarzy wykazała, że automatycznie wykonane pomiary na podstawie zdjęć odzwierciedlają informację płynącą z doświadczenia klinicznego, jednak strategia oparta na rozpoznawaniu twarzy przy pomocy technik uczenia maszynowego pozwoliła na znacznie wyższą trafność klasyfikacji. |
pl_PL |
dc.language.iso |
other |
pl_PL |
dc.relation.ispartofseries |
;Nr 6015 |
|
dc.subject |
komputerowe rozpoznawanie twarzy |
pl_PL |
dc.subject |
choroby genetyczne |
pl_PL |
dc.subject |
diagnostyka wspomagana komputerowo |
pl_PL |
dc.title |
Zastosowanie komputerowej analizy twarzy do rozpoznawania cech dysmorfii u pacjentów z chorobami genetycznymi |
pl_PL |
dc.type |
Thesis |
pl_PL |