Loading...
hidden

Mobile-Version anzeigen

Meta-Navigation

Startseite – Hochschule Luzern

Sprachwahl und wichtige Links

  • Zum Inhalt springen
  • Kontakt
  • Login
  • De
  • En
Suche starten

Hauptnavigation

Departementsnavigation

  • Technik & Architektur
  • Wirtschaft
  • Informatik
  • Soziale Arbeit
  • Design & Kunst
  • Musik

Unternavigation

  • Studium
  • Weiterbildung
  • Forschung
  • International
  • Campus
  • Über uns
  • News & Stories

Unternavigation

Breadcrumbs-Navigation

  1. Forschung Forschung
  2. SkinAppWeb: Crowd-Platform zur Gewinnung von Machine Learning Trainingsdaten SkinAppWeb: Crowd-Platform zur Gewinnung von Machine Learning Trainingsdaten

SkinAppWeb: Crowd-Platform zur Gewinnung von Machine Learning Trainingsdaten

Erstellung von hoch-qualitativen Trainingsdaten für Machine Learning basierend auf einer Konsensdiagnose mehrere Experten.

Kurzinformation

Status:

Abgeschlossen

Zeitraum:

01.01.2015 - 31.12.2017

In der Übersicht

SkinApp bezeichnet eine interdisziplinäre Zusammenarbeit zwischen der Hochschule Luzern und der dermatologischen Klinik des Universitätsspitals Zürich. Basierend auf hoch-auflösenden Fotos soll mittels Computer Vision und Machine Learning automatisiert Handekzemflächen erklannt und quantifiziert werden können. Untersuchungen haben ergeben, dass die von Ärzten manuell erstellten Trainingsdaten einen hohen Grad an Subjektivität aufweisen. Mit SkinAppWeb soll ein Web-Tool erstellt werden, das aus mehreren Expertenmeinungen eine Konsensdiagnose ableitet, die später zum Trainieren der SkinApp Classifiers verwendet werden können. 

hidden

Fakten

Projektart

Forschung

Beteiligte interne Organisationen
  • Algorithmic Business F&E
Finanzierung
  • Andere interne Finanzierung
hidden

Links

  • SkinApp Project Page

hidden

Beteiligte Personen intern

Projektleiter/in
  • Jörg Hofstetter
Co-Projektleitung
  • Marc Pouly
Projektmitarbeiter/in
  • Ruedi Arnold
  • Roland Christen
  • Thomas Koller

Publikationen

  • Artikel, Rezension; peer reviewed (1)

    • Meienberger, Nina; Anzengruber, Florian; Amruthalingam, Ludovic; Christen, Roland; Koller, Thomas; Maul, J.; Pouly, Marc; Djamei, Vahid & Navarini, Alexander (2019). Observer-Independent Assessment of Psoriasis affected Area using Machine Learning. Journal of the European Academy of Dermatology & Venerology, 2019 / 34(6), 1362-1368. doi: 10.1111/jdv.16002

  • Bericht/Working Paper (1)

    • Schnürle, Stefan (2016). SkinApp - Detection and Classification of Hand Eczema by Means of Supervised Machine Learning: Training a Support Vector Machine on Visible Spectrum Skin Features and Multiple Experts' Consensus Diagnoses (Bericht).

bedeutende Leistung

  • Preise und Ehrungen (1)

    • Hofstetter, Jörg; Koller, Thomas; Pouly, Marc; Schnürle, Stefan & vor der Brück, Tim (26.10.2017). aha! Award des Allergiezentrums Schweiz 2017 für SkinApp – Digitale Sicht zur Schweregrad-Messung für Ekzempatienten.

Kurzinformation

Status:

Abgeschlossen

Zeitraum:

01.01.2015 - 31.12.2017

Co-Projektleitung

Prof. Dr. Marc Pouly

Dozent

+41 41 757 68 25

E-Mail anzeigen

Footer

FH Zentralschweiz

Links zu den Social-Media-Kanälen

  •  Facebook
  •  Instagram
  •  Twitter
  •  LinkedIn
  •  YouTube
  •  Flickr

Kontakt

Logo Hochschule Luzern

Hochschule Luzern


Werftestrasse 4
CH- 6002 Luzern

+41 41 228 42 42

info@hslu.ch

Direkteinstieg

  • Studieninteressierte Bachelor
  • Studieninteressierte Master
  • Weiterbildungsinteressierte
  • Unternehmen & Institutionen
  • Medienschaffende
  • Für Studierende
  • Für Mitarbeitende

Quicklink

  • Personensuche
  • Standorte
  • Aktuell
  • Bibliotheken
  • Agenda
  • Jobs & Karriere
  • Home
  • Räume mieten

Statische Links

  • Newsletter abonnieren
  • Datenschutzerklärung
  • Impressum
  • Institutionell akkreditiert nach HFKG 2019–2026
Logo Swissuniversities

QrCode

QrCode
Wir verwenden Cookies, um Ihnen eine optimale Nutzung der Website zu ermöglichen und um Ihnen auf unserer Website, auf anderen Websites und in sozialen Netzwerken personalisierte Werbung anzuzeigen. Indem Sie diesen Hinweis schliessen oder mit dem Besuch der Seite fortfahren, akzeptieren Sie die Verwendung von Cookies. Weitere Informationen zu diesen Cookies und wie Sie die Datenbearbeitung durch sie ablehnen können, finden Sie in unserer Datenschutzerklärung.
OK