Djup maskininlärning med tillämpningar i medicinsk bildanalys 7,5 hp

Om kursen

Denna kurs behandlar djupa faltningsnät (eng. convolutional neural networks, CNNs) för datorseende, med tillämpningar inom medicinsk bildanalys. Kursen ger en introduktion till grundläggande begrepp inom maskininlärning, beskriver neuronnätverk (eng. neural networks) och området djupinlärning eller djup maskininlärning (eng. deep learning), och fördjupar sig sedan i djupa faltningsnätverk. Kursen beskriver de olika delarna som används för att bygga upp djupa faltningsnät och behandlar bl.a. filter, aktiveringsfunktioner, förlustfunktioner; regulariseringstekniker såsom bl.a. satsnormalisering (eng. batch normalisation) och bortfall (eng. dropout); förklarar flera av de olika icke-linjära optimeringsalgoritmer som används för att träna nätverken, samt beskriver populära nätverksarkitekturer, och diskuterar deras för- och nackdelar. Kursen behandlar även generativa modeller, såsom variationsautokodare (eng. variational autoencoder, VAE) och generativa motståndarnätverk (eng. generative adversarial network, GAN).

Studenter på kursen kommer att lära sig att implementera och träna moderna nätverksarkitekturer och djupinlärningsmetoder, och att tillämpa dessa på stora bilddata både på medicinska bilder och på andra bilder.

I kursen ingår två moduler:
Teoridel 5,5 hp
Laborationsdel 2,0 hp

Visa kursplan

Anmäl dig

VT2026
- Djup maskininlärning med tillämpningar i medicinsk bildanalys
  
  VT2026 / Umeå / Svenska / På plats
  
  Anmäl via antagning.se
  
  Visa mer Visa mindre
  
  Startar
  24 mars 2026
  
  Slutar
  7 juni 2026
  
  Omfattning
  7,5 hp
  
  Undervisning
  På plats
  
  Studietakt
  50%
  
  Undervisningstid
  Dagtid
  
  Studieort
  Umeå
  
  Undervisningsspråk
  Svenska
  
  Anmälningskod
  UMU-33405
  
  Behörighet Univ: För tillträde till kursen krävs 90 hp avklarade studier i något av huvudområdena datavetenskap, fysik, elektronik, kemi, matematik eller matematisk statistik, eller 2 års avklarade studier (120 hp). Av dessa poäng krävs minst 7,5 hp i grundläggande programmeringsmetodik inom Python, C, och/eller Matlab, minst 7,5 hp som behandlar Datastrukturer och algoritmer, minst 7,5 hp som behandlar Linjär algebra, minst 7,5 hp som behandlar analys med begrepp som derivata och gränsvärden, minst 7,5 hp som behandlar matematisk statistik, eller motsvarande kunskaper. Engelska för grundläggande behörighet för högskolestudier om kursen ges på engelska.
  
  Urval
  Högskolepoäng avklarade per sista anmälningsdag (för utbildning på grundnivå 1-165 hp, för avancerad nivå 30-285 hp)
  
  Studieavgift
  Gäller endast medborgare utanför EU, ESS och Schweiz. Anmälningsavgift: 900 kr. Studieavgift, första inbetalningen: 20 800 kr. Total studieavgift: 20 800 kr. Anmälnings- och studieavgifter
  
  Anmälan
  Nu kan du anmäla dig. Sista anmälningsdag är den 15 oktober 2025.

Anmäl dig via antagning.se
Du anmäler dig till våra program och kurser på antagning.se. Där kan du sedan följa din anmälan och kontrollera att dina meriter registrerats. Det är även där du loggar in för att svara på ditt antagningsbesked.

Sen anmälan
Efter sista anmälningsdag stänger anmälan till alla utbildningar. De kurser och program som har platser kvar kan vara öppna för sen anmälan. Dessa utbildningar är då märkta ”Öppen för sen anmälan” på antagning.se.

Mer om anmälan och antagning

Lär känna Umeå universitet

Här finns utbildningar av hög kvalitet och forskning inom alla vetenskapsområden och det konstnärliga området. Gemensamt för alla våra utbildningar är hög kompetens bland lärarna och ett tätt samspel mellan forskning, utbildning, samverkan och innovation.

Flest pedagogiskt meriterade lärare i Sverige

Priset går till lärare som verkligen engagerar sig, använder uppskattade metoder eller inspirerar.
Ett universitet där hälsa får ta plats

Umeå universitet är certifierat som ett Healthy Campus med många initiativ och aktiviteter som främjar hälsa.

Frågor om utbildningen?

Kontakta oss

Rubrik

Beskriv ditt ärende eller ställ en fråga

Förnamn

Efternamn

E-postadress

Tänk på att universitetet är en statlig myndighet och att det du skriver här kan bli en allmän handling. Var därför försiktig med att skriva känsliga eller personliga frågor här i kontaktformuläret. Alla uppgifter behandlas enligt dataskyddsförordningen (GDPR).