| Summary: | Tutkielmassa perehdytään diabeettisen retinopatian seulontaan koneoppimisella.
Seulonta ja sen sujuvoittaminen on tärkeää, sillä diabeettinen retinopatia hoitamattomana voi pahimmassa tapauksessa sokeuttaa potilaan. Koneoppimisratkaisut ovat saaneet hyväksyntöjä seulonta käyttöön, sillä niiden on huomattu olevan tarpeeksi tarkkoja luokittelussa. Koneoppimisratkaisut tuovat monia hyötyjä seulontaan, ne esimerkiksi nopeuttavat diagnoosin valmistumista
This thesis covers screening for diabetic retinopathy using machine learning. Screening and its streamlining are important, as untreated diabetic retinopathy can, in the worst case, blind the patient.
Machine learning solutions has received approvals for screening, as they have been found to be enough accurate in classification. Machine learning solutions bring many benefits to screening, such as speeding up the completion of a diagnosis
|
|---|