Abstrakt
The acquisition of high-quality data and annotations is essential for the training of efficient machine learning algorithms, while being an expensive and time-consuming process. Although the process of data processing and training and testing of machine learning models is well studied and considered in the literature, the actual procedures of obtaining data and their annotations in collaboration with physicians are in most cases based on the personal intuition and suppositions of the researchers.
Cytowania
-
0
CrossRef
-
0
Web of Science
-
1
Scopus
Autorzy (2)
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Aktywność konferencyjna
- Typ:
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Język:
- angielski
- Rok wydania:
- 2021
- Opis bibliograficzny:
- Cychnerski J., Dziubich T.: Process of Medical Dataset Construction for Machine Learning-Multifield Study and Guidelines// / : , 2021,
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1007/978-3-030-85082-1_20
- Źródła finansowania:
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 137 razy
Publikacje, które mogą cię zainteresować
Medical Image Dataset Annotation Service (MIDAS)
- B. Klaudel,
- A. Obuchowski,
- B. Rydziński
- + 4 autorów
2020
Active Annotation in Evaluating the Credibility of Web-Based Medical Information: Guidelines for Creating Training Data Sets for Machine Learning
- A. Nabożny,
- B. Balcerzak,
- A. Wierzbicki
- + 2 autorów
2021