Ik bouw deep learning modellen voor medische beeldanalyse
Over deze dienst
Ben je een medisch onderzoeker, healthcare startup of een data scientist die levensreddende inzichten wil halen uit complexe medische beelden?
Ik ben een AI & Data Science Engineer gespecialiseerd in het ontwikkelen van zeer nauwkeurige, productieklare Deep Learning modellen die specifiek ontworpen zijn voor de gezondheidszorg en medische beeldvorming.
Wat ik aanbied in deze dienst:
- DICOM verwerking: Robuuste preprocessing pipelines voor het omgaan met ruwe medische formaten (DICOM, NIfTI, enz.) inclusief windowing, normalisatie en artefactverwijdering.
- Geavanceerde architecturen: Op maat gemaakte modellen met behulp van geavanceerde CNNs en Multiple Instance Learning (MIL)-algoritmen, ideaal voor het identificeren van lokale pathologieën in hoge-resolutie scans.
- Grote schaal training: Mogelijkheid om enorme datasets te verwerken en te schalen (bijvoorbeeld 18.000+ beelden) met behulp van high-performance A100 GPU-versnelde trainingsomgevingen.
- Precisie afstemming: Medische AI draait niet alleen om nauwkeurigheid. Ik bied rigourele statistische evaluatie en exacte optimum decision threshold tuning (bijvoorbeeld het bepalen van de precieze cutoff zoals 0.409) om Sensitiviteit en Specificiteit te maximaliseren.
- Explainable AI (XAI): Integratie van Grad-CAM en heatmap overlays zodat medische professionals visueel kunnen zien waar het model op let.
Programmeertaal:
Python
•
SQL
•
Java
Tools:
Jupyter-notitieboek
•
opencv
•
tensorflow
•
Excel
•
Colab
•
PyTorch
Frameworks:
Scikit-learn
•
keras
•
PyTorch
Mijn portfolio
Veelgestelde vragen
Automatische vertaling
Verwerk je ruwe DICOM-bestanden?
Ja, ik kan preprocessing pipelines bouwen om pixelarrays correct te extraheren, windowen en normaliseren uit ruwe DICOM headers voordat ze in de deep learning modellen worden gevoerd.
Kun je omgaan met extreem grote datasets?
Absoluut. Ik gebruik geoptimaliseerde data generators en A100 GPU-omgevingen om modellen efficiënt te trainen op grote cohorten (bijvoorbeeld 18.000+ scans) zonder geheugenproblemen.

