Anwendung von MVCNN-Verfahren auf synthetisch generierte 3D-OCT-Abbildungen der menschlichen Netzhaut
- Ziel dieser Arbeit ist das Evaluieren der Klassifikationsfähigkeit eines MVCNN-Verfahrens am Teilproblem der Klassifikation von prozedural generierten, idealisierten Darstellungen von OCT-Scans. Zu diesem Zweck wird ein Tool für das Erstellen ¨solcher Szenen entwickelt sowie ein Algorithmus zur Volumenberechnung von sich überschneidenden Meshes, welcher für das automatische Labeling dieser Szenen verwendet wird.
Download full text files
Additional Services
Statistics
| Author: | Noah Stolz |
|---|---|
| Advisor: | Marc Ritter, Holger Langner |
| Document Type: | Master's Thesis |
| Language: | German |
| Year of Completion: | 2022 |
| Granting Institution: | Hochschule Mittweida |
| Release Date: | 2022/04/08 |
| GND Keyword: | Auge; Netzhaut; Deep learning; Zellulares neuronales Netz; Optische Kohärenztomografie |
| Institutes: | Angewandte Computer‐ und Biowissenschaften |
| DDC classes: | 616.0757 Optische Kohärenztomografie |
| Open Access: | Frei zugänglich |
| Licence (German): |  Urheberrechtlich geschützt |
