Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Deep Learning approaches for automated lesion detection and classification in capsule endoscopy videos |
|---|---|
| Titolo del progetto di ricerca in inglese | Deep Learning approaches for automated lesion detection and classification in capsule endoscopy videos |
| Settore Concorsuale | 09 - Ingegneria industriale e dell'informazione |
| S.S.D | ING-INF/05 - SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI |
| Descrizione sintetica in italiano | L'obiettivo di questa ricerca è quello di progettare e sviluppare un sistema per il rilevamento e la classificazione di malattie del tratto gastrointestinale utilizzando video di endoscopia a capsula al fine di supportare procedure di screening di massa. In particolare, la ricerca si baserà sui recenti sviluppi nel settore del deep learning e del transfer learning per far fronte alle difficoltà del compito oggetto di studio e del dominio dell'imaging medico in generale: una su tutte la mancanza di annotazioni su larga scala per l’allanemaneto dei modelli. Pertanto, i metodi studiati si concentreranno su tecniche di apprendimento non supervisionato (ad es. Adversarial learning) nonché su come incorporare in metodi di machine learning una conoscenza di dominio di alto livello. I metodi ideati dimostreranno le loro efficacia e la capacità di generalizzazione su diversi dataset di VCE. |
| Descrizione sintetica in inglese | The objective of this work is to design and develop a system for detection and classification of diseases in the entire GI tract using capsule endoscopy videos in order to support large-scale screening procedures. In particular, the research will leverage the recent developments in deep learning and transfer learning to cope with the difficulties of the task at hand as well as of the medical imaging domain in general, one above all the lack of large annotated datasets to train models. Thus, the investigated methods will concentrate on unsupervised learning techniques (e.g., adversarial learning) as well as able on incorporating in machine learning methods high-level domain knowledge. The devised methods will demonstrate their effectiveness and generalization capabilities on several benchmarking VCE datasets. |
| Data del bando | 19/04/2018 |
| Numero di assegnazioni per anno | 1 |
| Stanziamento annuale (indicativo) | 23787.00 |
| E' richiesta mobilità internazionale? | no |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | http://www.unict.it/bandi/ricerca-e-trasferimento-tecnologico/assegni-di-ricerca-tipo-b |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Il contratto prevede la copertura delle prestazioni sociali? | yes |
| Importo annuale | 19367.00 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Comprende vitto e spese di viaggio | no |
| Comprende il costo della ricerca | yes |
| Massima durata dell'assegno (mesi) | 12 |
| Criteri di selezione in italiano (breve descrizione) |
Dottori di ricerca (DR) in Ingegneria Informatica o Informatica o coloro che hanno conseguito un titolo equivalente all’estero. Possono essere, altresì, destinatari di assegni di ricerca i soggetti in possesso, di laurea Magistrale o Specialistica o secondo il vecchio ordinamento in Ingegneria Informatica, o lauree magistrali o lauree specialistiche ad essa/e equiparate, con curriculum scientifico professionale idoneo allo svolgimento dell’attività di ricerca. Ai candidati è richiesta conoscenza della lingua Inglese. |
| Nome dell'Ente finanziatore | Università degli Studi di Catania |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Catania |
| Codice postale | 95131 |
| Indirizzo | Piazza Università, 2 |
| Sito web | http://www.unict.it |
| dieei@unict.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 10/05/2018 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |