M. O. Odusami daktaro disertacijos „Daugiamodaliniais neurovaizdais paremti metodai ankstyviosios Alzheimerio ligos požymiams klasifikuoti“ gynimas

Autorius, institucija: Modupe Olufunke Odusami, Kauno technologijos universitetas

Mokslo sritis, kryptis: technologijos mokslai, informatikos inžinerija, T007

Mokslinis vadovas: prof. dr. Rytis Maskeliūnas (Kauno technologijos universitetas, technologijos mokslai, informatikos inžinerija, T007)

Informatikos inžinerijos mokslo krypties disertacijos gynimo taryba:
prof. dr. Nikolaj Goranin (Vilniaus Gedimino technikos universitetas, technologijos mokslai, informatikos inžinerija, T007) – pirmininkas
prof. habil. dr. Romualdas Baušys (Vilniaus Gedimino technikos universitetas, technologijos mokslai, informatikos inžinerija, T007)
prof. dr. Vytautas Galvanauskas (Kauno technologijos universitetas, technologijos mokslai, informatikos inžinerija, T007)
doc. dr. Antonio Martinez-Millana (Valensijos politechnikos universitetas, Ispanija, technologijos mokslai, informatikos inžinerija, T007)
doc. dr. Tomas Tamošuitis (Lietuvos sveikatos mokslų universitetas, medicinos ir sveikatos mokslai, medicina, M001)

Su disertacija galima susipažinti Kauno technologijos universiteto bibliotekoje (Gedimino g. 50, Kaunas) ir internete: Modupe Olufunke Odusami el. disertacija (PDF)

Disertacijos gynimas vyks Kauno technologijos universiteto Rektorato salėje (K. Donelaičio g. 73-402, Kaunas).

Anotacija: Šioje disertacijoje pristatoma giliuoju mokymusi pagrįsta metodika, skirta pagerinti neurovaizdų sintezę, siekiant klasifikuoti Alzheimerio ligos stadijas. Sprendimas padeda išspręsti atskirų vaizdavimo metodų nenuoseklaus specifiškumo ir jautrumo binarinėje klasifikacijoje problemą, pavyzdžiui, struktūrinio MRT (sMRI) ir fluorodeoksigliukozės pozitronų emisijos tomografijos (FDG-PET) metodais žymimus struktūrinius ir metabolinius pokyčius.  Abu būdai derinami  tarpusavyje siekiant tiksliau suvokti struktūrinį-funkcinį ir struktūrinį-metabolinį AD progresavimą. Šioje disertacijoje neurovaizdavimo metodų sujungimas plėtojamas taikant požymių lygmens sujungimo metodą. MRT ir FDG-PET vaizdams taikomos daugiapakopės transformacijos, siekiant išskaidyti į eilę skirtingų dažnių komponentų. Nors daugiaskalių transformacijos yra labai svarbios norint išskirti aukšto ir žemo dažnio detales, jos gali pabloginti požymių kokybę. Siekiant tai sušvelninti, požymių žemėlapio aiškumas didinamas naudojant transpozicijos konvoliuciją, pagrįstą VGG19 tinklu ir suderinami įvairiarūšiai duomenys naudojant egzempliorių normalizavimą. Kita šio darbo naujovė – spalvinimas taikant kosinuso žemėlapio metodą, kai pilkosios skalės sulieti vaizdai vėliau paverčiami spalvotomis formomis, pagerinant multimodalinių duomenų modelį. Kaip klasifikavimo modelis naudotas lengvas mobilusis regos transformatorius su Swish aktyvavimo funkcija, kuris buvo pritaikytas spalvotų sulietų vaizdų apdorojimo subtilybėms apdoroti. Siekiant patvirtinti modelio patikimumą, metodas buvo išbandytas su keliais duomenų rinkiniais ir pademonstravo didelį apibendrinamumą bei našumą skirtingų pacientų demografinėse grupėse ir  protokoluose.