Robust feature selection strategies for small samples of spectral data

Data de caducitat: 30/06/2009
Orientació: recerca

Departament del director de la tesi: LSI
Director de la tesi: Alfredo Vellido
Correu electrònic: avellido@lsi.upc.edu

Comentaris:
Se espera que el desarrollo de esta tesis se realice completamente en inglés. La tesis está parcialmente condicionada  al desarrollo de un proyecto de investigación del plan nacional de I+D+I.

Descripció breu:
Magnetic Resonance Spectroscopy (MRS) data are characterized in clinical practice by their usually large dimensionality and small sample size. These conditions make feature selection an extremely fragile endeavour for MRS data sets. In this project, we will investigate robust feature selection strategies in such context, and will apply the findings to the processing of a clinical oncology set of MRS data containing information on several types and grades of human brain tumours.

Requisits mínims i coneixements previs:
Conocimientos de estadística. Familiaridad con el análisis exploratorio de datos y el reconocimiento de patrones (pattern recognition / machine learning / data mining / signal processing). Se valorará interés en el área medico-clínica y conocimientos de Matlab o herramientas similares. Imprescindible nivel razonable de inglés técnico escrito.