Številke

Tabela zajema ključne besede vseh zaključnih del, pri katerih oseba sodeluje kot mentor. Ključne besede so urejene po številu ponovitev, največkrat ponovljene na vrhu. Iz ključnih besed z zgornjega dela tabele je mogoče sklepati na tematike, s katerimi se je oz. se mentor ukvarja.

Oseba: Žiga Špiclin

Vseh ključnih besed je 113, ki se skupaj pojavijo 127 krat.
11 ključnih besed (9.73 % vseh) se pojavi večkrat, skupaj 25 krat (19.69 % vseh pojavitev).

PonovitevKljučne besede
Št.%
5x20%globoko učenje
2x8%image analysis, deep neural networks, machine learning, aneurysm detection, generative adversarial networks, objektivno vrednotenje, ročna referenčna razgradnja, Willisov krog, magnetic resonance imaging, convolutional neural networks
1xlikvor, CSF biomarkerji, naključni gozdovi, konvolucijske nevronske mreže, cerebrospinalna tekočina, beta amiloid, razmejitev in polnjenje lezij, globoke nevronske mreže, strojno učenje, regresija, tau protein, lumbalna punkcija, PET, Genetski algoritem, B-zlepki, pTVreg, Elastix, Plastimatch, netoga poravnava slik, paralelni algoritem, MRI, demenca, Alzheimerjeva bolezen, CUDA, nevrološke bolezni, umetna inteligenca, nevrodegenerativne bolezni, multiple sclerosis, digital subtraction angiography, Python, umetna nevronska mreža, share registration, multipla skleroza, avtomatska razmejitev MR slik, magnetic resonance, lesion filling, morphology change quantification, toge geometrijske preslikave, dimenzijska kontrola, analiza slik, slikovno voden klinični poseg, projekcijski algoritmi, rojenje, Deeds, pospešitev algoritmov na GPE, referenčni sistem, merske točke, žaromet, slikanje z magnetno resonanco, talamus, adaptivna radioterapija, magnetna resonanca (MRI), prihodnje napredovanje bolezni, osrednji živčni sistem, avtoimunska bolezen, Multipla skleroza, izbor značilnic, analiza glavnih komponent (PCA), EDSS., naključni gozdovi (RF), k-najbližjih sosedov (KNN), metode podpornih vektorjev (SVM), blood pressure gradient, computational fluid dynamics, Rupture risk prediction, Samodejna lokalizacija anatomskih oslonilnih točk, Intracranial vessels, Deep learning, Segmentation, učenje s prenosom, rentgenski posnetki spodnje okončine, data synthesis, congenital heart disease, YOLO model., naknadna obdelava, computer vision, dataset augmentation, magnetno resonančno slikanje, nevronske mreže, Super ločljivost, izločanje intrakranialnega žilja, analiza morfologije, generativno nasprotniško učenje, kakovost razgradnje., zasnova poskusov, Diceov koeficient, deformabilna poravnava slik, Intracranial aneurysm, 3D upodabljanje, grafični vmesnik za prikaz 2D in 3D slik, detekcija roke v prostoru, grafični uporabniški vmesnik, analiza videoposnetkov, meritev časa, test devetih zatičev, kvantitativna validacija, klinična študija, avtomatsko zaznavanje anevrizem, razgradnja intrakranialnega ožilja, kvantitativno vrednotenje, avtomatsko označevanje intrakranialnega žilja, Taguchi matrika