Training an Explainable Model of Spiral Compression in Spirography

Read full text
Authors: Nejc Hočevar
Cited by: 0

Abstract

Parkinsonova bolezen je počasi napredujoča nevrološka bolezen, pri kateri pride do odmiranja možganskih celic. Natančna ocena bolnikovega stanja je ključna za ustrezno terapijo. Eden od testov določanja resnosti simptomov je digitalna spirografija, pri kateri ima preiskovanec nalogo narisati Arhimedovo spiralo. Morebitne anomalije (npr. deloma ravni odseki, stisnjenost, nazobčanost), ki se pojavijo pri risanju, odražajo simptome parkinsonizma. V diplomskem delu smo se osredotočili na zaznavo stisnjenosti spirale na razložljiv in človeku razumljiv način. Razvili smo model z arhitekturo transformerja. Kot je v medicini pogosto, nismo imeli na voljo zadostne količine označenih podatkov. Zato smo generirali umetno množico podatkov in anomalije parametrizirali na podlagi njihovih razlag. Model smo vrednotili na testni množici ter s pomočjo v ta namen razvitega interaktivnega spletnega vmesnika, ki omogoča risanje spiral ter oceno stisnjenosti z našim modelom.

Fields of Study & Subjects

Explainable Artificial Intelligence (XAI) Artificial Intelligence in Healthcare Anomaly Detection Techniques and Applications

Publication details

Journal / source
Repository of the University of Ljubljana (University of Ljubljana)
Publication date
6 February 2026
Language
SL
Document type
Thesis