Door categorieën bladeren
Ontdekken
Fiverr Pro
Nederlands
$
USD
Ik bouw medische beeld preprocessing, CNN classificatie en xai pipelines
Onderzoeksenthousiast
Ik hou ervan om boeken te lezen
Over deze dienst
Heb je een robuuste medische imaging pipeline nodig van ruwe scanneroutputs tot getrainde neural networks?
Ruwe scans (DICOM / NIfTI) kunnen niet direct in deep learning modellen worden gevoed zonder juiste ruimtelijke uitlijning en intensiteitsnormalisatie. Ik bouw complete medische computer vision pipelines die data preprocessing, maatwerk architectuurontwerp en model interpretatie afhandelen.
1. Data preprocessing:
- DICOM naar NIfTI conversie
- Ruimtelijke heroriëntatie (RAS coördinatensysteem)
- N4 Bias Field Correctie & Skull Stripping
- MNI152 Rigid Registration & Intensiteitsnormalisatie
2. Deep Learning & Classificatie:
- Maatwerk CNNs & Hybride Architecturen (PyTorch / TensorFlow)
- Mitigatie van klasse-imbalance (Weighted Random Sampling / aangepaste verliesfuncties)
- Prestatie rapportage (Nauwkeurigheid, Precisie, Recall, Macro F1-score, Confusiematrix)
3. Explainable AI (XAI):
- Grad-CAM en Grad-CAM++ visuele heatmaps
- Feature activatie plots die regio’s van interesse (ROI) benadrukken
Leveringen:
- Schoon Python modulaire broncode / Jupyter Notebooks
- Getrainde modelgewichten (.pt of .h5) en classificatierapporten
Stuur me gerust een bericht voordat je bestelt om je dataset en wensen te bespreken!
Veelgestelde vragen
Automatische vertaling
Welke medische beeldformaten kun je verwerken?
Ik kan standaard medische imaging formats verwerken, waaronder DICOM (.dcm), NIfTI (.nii, .nii.gz), NRRD, en ook 2D beeldformaten (PNG, JPEG, TIFF). Of je dataset nu uit 3D volumetrische scans bestaat of uit geëxtraheerde 2D slices, ik kan een geautomatiseerde pipeline bouwen om dit te verwerken.
Bevat je pipeline preprocessing zoals skull stripping of bias correctie?
Ja. Ruwe medische scans vereisen standaardisatie voordat ze in deep learning modellen worden gevoed. Mijn preprocessing workflow omvat DICOM-naar-NIfTI conversie, ruimtelijke heroriëntatie (RAS uitlijning), N4 bias veld correctie, skull stripping/ hersenextractie, MNI152 registratie en intensiteitsnormalisatie.
Welke deep learning frameworks en libraries gebruik je?
Ik bouw vooral modulaire, reproduceerbare pipelines in Python met PyTorch, OpenCV, SimpleITK, NiBabel, NumPy en scikit-learn. Als je specifiek TensorFlow of Keras nodig hebt, kan ik de modelarchitectuur aanpassen aan jouw voorkeursframework op aanvraag.
Hoe ga je om met klasse-imbalance in medische datasets?
Onbalans in klassen (bijvoorbeeld minder zieke monsters dan normale controles) kan deep learning modellen sterk vertekenen. Ik voorkom dit met technische strategieën zoals Weighted Random Sampling tijdens batch creatie, klasse-gewogen cross-entropy verliesfuncties en data-augmentatietechnieken.
Wat is Explainable AI (Grad-CAM++), en waarom heb ik het nodig?
Diepe neurale netwerken worden vaak bekritiseerd omdat ze 'zwarte dozen' zijn. Grad-CAM++ genereert class-activatie heatmaps direct over je MRI/CT scans om visueel de exacte hersen- of anatomische regio’s (zoals weefselatrofie of vergrote ventrikels) te benadrukken die de voorspelling van het model aandrijven. Dit helpt bij interpretatie.
Bied je medische diagnose of klinische patiëntbeoordeling?
Nee. In volledige overeenstemming met Fiverr richtlijnen bied ik geen klinische diagnostische diensten, patiëntconsultaties of medisch advies. Mijn diensten beperken zich strikt tot software engineering, data preprocessing, machine learning model architectuur en academische/R&D technische ondersteuning.
Welke opleveringen ontvang ik wanneer de opdracht is voltooid?
Afhankelijk van je gekozen pakket ontvang je volledig modulaire, schone Python broncode (of Jupyter Notebooks), getrainde modelgewichtbestanden (.pt of .h5), datasetscripts voor preprocessing, visuele evaluatieoutputs (Confusiematrix, verlies/nauwkeurigheid curves, ROC curves) en Grad-CAM++ heatmaps.
Kunnen we een NDA ondertekenen of zorgen dat mijn vertrouwelijke onderzoeksdataset privé blijft?
Absoluut. Ik neem dataprivacy serieus. Je dataset en projectcode blijven 100% vertrouwelijk en worden nooit gedeeld, gepubliceerd of hergebruikt in welke vorm dan ook. Ik sta volledig open voor het ondertekenen van een Non-Disclosure Agreement (NDA) voordat je de bestanden stuurt.
