최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
윤정환, 김영남, 이단비, 김권래, 김원일, 김계훈
2017 / 한국토양비료학회지(Korean Journal of Soil Science and Fertilizer)
Jeongha Mok, Yewon Kang
2022 / Tuberculosis and Respiratory Diseases
Kim Jong Won, Kim Do Kyung, Lee Hye Sun, Park Ju
2022 / The World Journal of Men's Health
Nam Y.,Choi Y.,Kang J.,Seo M.,Heo S.J.,Lee M.K.
2022 / Scientific Reports
데이터가 존재하지 않습니다.
loading...
본 연구는 엑스레이 영상에서 코뼈 골절 진단 시 심층 학습 알고리즘의 성능을 평가하고, 숙련된 영상의학과 의사와 비교했습니다. 심층 학습 알고리즘은 내부 및 외부 테스트 세트에서 높은 AUC 값을 보였으며, 일부 의사보다 우수한 성능을 나타냈습니다.
Medical imaging : artificial intelligence, image recognition, and machine learning techniques
Deep Learning for Medical Image Analysis
Multimodal Learning for Clinical Decision Support and Clinical Image-Based Procedures : 10th International Workshop, ML-CDS 2020, and 9th International Workshop, CLIP 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 4–8, 2020, Proceedings
Artificial intelligence in medicine : 6th Conference on Artificial Intelligence in Medicine Europe, AIME '97, Grenoble, France, March 23-26, 1997 : proceedings
Design of intelligent applications using machine learning and deep learning techniques
ExpertDDX : head and neck
Intelligent Computing Theories and Application : 15th International Conference, ICIC 2019, Nanchang, China, August 3–6, 2019, Proceedings, Part II
Artificial Intelligence Applications and Innovations : 17th IFIP WG 12.5 International Conference, AIAI 2021, Hersonissos, Crete, Greece, June 25–27, 2021, Proceedings
Artificial intelligence and deep learning in pathology
Medical image computing and computer-assisted intervention--MICCAI '98 : first international conference, Cambridge, MA, USA, October 11-13, 1998 : proceedings
AI-메타버스 융합의 기회
Database Systems for Advanced Applications : 24th International Conference, DASFAA 2019, Chiang Mai, Thailand, April 22–25, 2019, Proceedings, Part II
Intelligent data analysis in medicine and pharmacology
Intelligent Computing Methodologies : 15th International Conference, ICIC 2019, Nanchang, China, August 3–6, 2019, Proceedings, Part III
Information processing in medical imaging : 15th International Conference, IPMI'97, Poultney, Vermont, USA, June 9-13, 1997 : proceedings
Engineering applications of bio-inspired artificial neural networks ; International Work-Conference on Artificial and Natural Neural Networks, IWANN'99, :proceedings
Cephalometry in orthodontics : 2D and 3D
Artificial neural networks : ICANN 96 : 1996 international conference, Bochum, Germany, July 16-19, 1996 : proceedings
Information processing in medical imaging : 12th International Conference, IPMI '91, Wye, UK, July 7-12, 1991 : proceedings
Nano-net : third international conference, Nanonet 2008, Boston, MS, USA, September 14-16, 2008, revised selected papers
European radiology
Shuhao Wang; Dijia Wu; Lifang Ye; Zirong Chen; Yiqiang Zhan; Yuehua LiTechnology and health care : official journal of the European Society for Engineering and Medicine
Liu D; Zhao Y; Liu BTechnology and Health Care
Dongquan Liu; Yonggang Zhao; Bangquan LiuAmerican Journal of Roentgenology
Chee, Choong Guen; Kim, Youngjune; Kang, Yusuhn; Lee, Kyong Joon; Chae, Hee-Dong; Cho, Jungheum; Nam, Chang-Mo; Choi, Dongjun; Lee, Eugene; Lee, Joon Woo; Hong, Sung Hwan; Ahn, Joong Mo; Kang, Heung SikTechnology and Health Care
Cun, Yang; Lei, Yang; Guo-Dong, Gao; Hui-Qian, Zong; Duo, GaoTechnology and health care : official journal of the European Society for Engineering and Medicine
Yang C; Yang L; Gao GD; Zong HQ; Gao DInvestigative Radiology
Kim, Youngjune; Lee, Kyong Joon; Sunwoo, Leonard; Choi, Dongjun; Nam, Chang-Mo; Cho, Jungheum; Kim, Jihyun; Bae, Yun Jung; Yoo, Roh-Eul; Choi, Byung Se; Jung, Cheolkyu; Kim, Jae HyoungKorean Journal of Radiology
Choi, Jae Won; Cho, Yeon Jin; Ha, Ji Young; Lee, Yun Young; Koh, Seok Young; Seo, June Young; Choi, Young Hun; Cheon, Jung-Eun; Phi, Ji Hoon; Kim, Injoon; Yang, Jaekwang; Kim, Woo SunFRONTIERS IN ONCOLOGY
Wu, Ge-Ge; Lv, Wen-Zhi; Yin, Rui; Xu, Jian-Wei; Yan, Yu-Jing; Chen, Rui-Xue; Wang, Jia-Yu; Zhang, Bo; Cui, Xin-Wu; Dietrich, Christoph F.Scientific Reports
Jo S.W.,Khil E.K.,Lee K.Y.,Choi I.,Yoon Y.S.,Cha J.G.,Lee J.H.,Kim H.,Lee S.Y.European Radiology
Wang S.,Wu D.,Ye L.,Chen Z.,Zhan Y.,Li Y.Academic Radiology
Wang Q.,Yao M.,Song X.,Liu Y.,Xing X.,Chen Y.,Zhao F.,Liu K.,Cheng X.,Jiang S.,Lang N.Journal of Clinical Oncology
Kann B.H.,Hicks D.F.,Payabvash S.,Mahajan A.,Du J.,Gupta V.,Park H.S.,Yu J.B.,Yarbrough W.G.,Burtness B.A.,Husain Z.A.,Aneja S.Journal of Digital Imaging
Suzuki T.,Maki S.,Yamazaki T.,Wakita H.,Toguchi Y.,Horii M.,Yamauchi T.,Kawamura K.,Aramomi M.,Sugiyama H.,Matsuura Y.,Yamashita T.,Orita S.,Ohtori S.Clinical imaging
Weng J; Wildman-Tobriner B; Buda M; Yang J; Ho LM; Allen BC; Ehieli WL; Miller CM; Zhang J; Mazurowski MAJournal of Clinical Medicine
Chiang P.L.,Lin S.Y.,Chen M.H.,Chen Y.S.,Wang C.K.,Wu M.C.,Huang Y.T.,Lee M.Y.,Chen Y.S.,Lin W.C.Radiology
Hwang, Eui Jin; Nam, Ju Gang; Lim, Woo Hyeon; Park, Sae Jin; Jeong, Yun Soo; Kang, Ji Hee; Hong, Eun Kyoung; Kim, Taek Min; Goo, Jin Mo; Park, Sunggyun; Kim, Ki Hwan; Park, Chang MinFRONTIERS IN ENDOCRINOLOGY
Xu, Fan; Xiong, Yuchao; Ye, Guoxi; Liang, Yingying; Guo, Wei; Deng, Qiuping; Wu, Li; Jia, Wuyi; Wu, Dilang; Chen, Song; Liang, Zhiping; Zeng, XuwenThe Lancet Digital Health
Kann B.H.,Likitlersuang J.,Bontempi D.,Ye Z.,Aneja S.,Bakst R.,Kelly H.R.,Juliano A.F.,Payabvash S.,Guenette J.P.,Uppaluri R.,Margalit D.N.,Schoenfeld J.D.,Tishler R.B.,Haddad R.,Aerts H.J.W.L.,Garcia J.J.,Flamand Y.,Subramaniam R.M.,Burtness B.A.,Ferris R.L.European Radiology
Tobler P.,Cyriac J.,Kovacs B.K.,Hofmann V.,Sexauer R.,Paciolla F.,Stieltjes B.,Amsler F.,Hirschmann A.전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전선 / 대학원
다양한 딥러닝 신경망(CNN 등) 모델을 이용하여 치과영상(파노라마 영상, 구내 영상, CEP 영상 및 콘빔CT(CBCT) 영상)에서 정상 해부학적 구조물의 자동적 영역분할, CEP 계측점 자동적 탐지, 및 다양한 치과질환의 자동적 탐지 및 분류하는 딥러닝 모델과, 3D 치과 데이터에서 자동적 탐지, 분할과 분류하는 딥러닝 모델의 원리와 구조에 대해 수업함. 인공신경망과 딥러닝 소개 컴퓨터 비전을 위한 심층 컨볼루션 신경망 소개 딥러닝을 이용한 의료 및 치과영상 감지 및 인식 딥러닝을 이용한 의료 및 치과영상 분할 딥러닝을 이용한 의료 및 치과영상 등록 딥러닝을 이용한 컴퓨터 지원 진단(CAD)전선 / 대학원
다양한 딥러닝 신경망(CNN 등) 알고리즘을 치과영상(파노라마 영상, 구내 영상, CEP 영상 및 콘빔CT(CBCT) 영상)에 적용하여 자동적 영역분할, 치과질환의 자동적 탐지 및 분류하는 방법을 실습함. 치과영상 데이터의 annotation 방법, 신경망 학습, 테스트 및 모델의 성능분석 등을 디지털 치과 데이터를 실제 컴퓨터 서버에 탑재하고 실습하여, 학생 스스로 딥러닝을 이용하여 치과영상을 분석할 수 있는 능력을 제공함. Getting Started with Deep Learning Using PyTorch Building Blocks of Neural Networks Diving Deep into Neural Networks Fundamentals of Machine Learning Deep Learning for Computer Vision Deep Learning with Sequence Data and Text Generative Networks전선 / 대학원
근래의 의료 빅데이터의 축적 및 인공지능 기법의 발달은 많은 의학 분야에서 빅데이터에 기반한 정확한 예측 및 환자 맞춤형 진료를 가능하게 하고 있다. 주술기 의학 분야에 있어서도, 이러한 기술적 발달은 기존의 위험도 분류, 예후 예측, 조기 경보 및 의료 자원 분배 등 주술기 의학의 접근 방식에 큰 변화를 가능하게 하고 있다. 따라서 미래 임상 의사, 의학자들에게 있어 이러한 기술을 이해하고, 활용하는 것을 배우는 것이 점차 중요해지고 있다. 이 강좌에서는 먼저 VitalDB나 MIMIC, eICU 데이터셋 등 주술기 의학 분야의 오픈 데이터셋에 대해 알아보고, 이러한 데이터를 효과적으로 활용할 수 있는 기계 학습 기법에 대해 배울 것이다. 또한 실습을 통해 최신 기계 학습 기법들을 본인의 연구에 적용할 수 있는 방법을 배울 것이다.전선 / 대학원
인구의 고령화와 산업화로 인해 노인성 난청 및 소음성 난청 인구가 급속히 증가하고 있고 신생아 난청과 어지럼증에 대한 수요가 증가하고 있다. 본 강좌에서는 청각학과 관련 검사를 이해하고 실제 실습을 하면, 신생아 난청선별검사 방법, 어지럼증의 최신 검사법, 보청기의 처방을 위한 검사, ABR, ASSR등 유발전위검사등에 대해 장비실습을 겸한 강의를 진행한다.전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.전선 / 대학원
의료 분야는 인공지능(AI) 기술의 빠른 발전에 따라 진단, 수술 계획, 예후 예측, 환자 맞춤 치료 등 다양한 영역에서 혁신적인 변화를 겪고 있다. 본 강의는 정형외과 질환과 치료 과정에 있어 AI의 적용 가능성과 실제 임상 연구, 데이터 과학적 접근, 윤리적·법적 쟁점 등을 다룬다. ◆ 정형외과 영역에서의 AI 적용 분야와 현황 이해 ◆ 영상분석, 예측모델, 로봇수술 등 최신 기술 습득 ◆ 의료데이터 기반 AI 연구 방법론 이해 ◆ 임상 적용에서의 윤리·법적 이슈 탐구 ◆ 학문적 연구 및 정책 제안 능력 강화전선 / 대학원
치과마취과학 임상실습 과목을 이수하여 치과치료 중 발생하는 의료응급상황과 치과응급상황을 구별하고 환자에게 필요한 모니터링 장치를 장착한 후 그 값을 읽어 적절한 처치를 할 수 진단할 수 있도록 한다. 또한, 기본생명구조술과 전문기도관리, 정맥로 확보 및 약제 주입방법을 실습을 통해 익히고, 실제 환자에서 사용할 수 있도록 한다. 구강악안면 외과 수술환자, 장애인 환자의 전신마취 과정과 회복과정, 그리고 통증관리에 대하여 실습을 통해 이해하고, 마취기록을 작성할 수 있도록 익히고, 회복실 기록지 등 시간에 따른 마취기록을 해석할 수 있도록 한다.전선 / 대학원
디지털 병리 영상은 조직 및 세포 대상의 영상으로, 인공 지능 및 디지털 기술의 발달로 의료 디지털 영상 자료의 주요 자원으로 부상하고 있다. 병리학은 생물의 구조 단위를 현미경 수준으로 관찰하고 분석 연구하는 분야로 생물학과 임상학의 이론과 실제를 중개하는 학문 분야이다. 이 강좌에서는 병리 디지털 영상의 병리학적 기본 구성을 이해하고, 임상 및 생물학적 연구 분석을 위해 사용되는 이미지 분석법에 대하여 고찰하고 토론한다. 이 강좌를 통하여 학생들의 병리 영상 속의 병리학적 기초와 의미, 영상 획득의 기술적 방법 및 종류, 디지털 병리 영상 분석의 최신 기법 및 임상 및 연구에서의 활용법에 대한 최신 트랜드를 배운다.전선 / 대학원
초음파의 의학적 이용에 대한 총괄적 내용과 초음파의 물리, 생물학적 효과, 기기의 구성 및 영상기법 등을 강의하고 구강악안면 영역에서 특히 타액선과 임파선에 대한 정상 및 병적 소견에 대한 판독 등을 강의한다.전선 / 대학원
AI와 빅데이터는 안과 영역에서 기초 및 임상 연구를 너머 실제 임상현장에도 큰 영향을 미치고 있다. 안과 영역에서 빅데이터를 이용한 연구들의 방법론과 실제 연구들을 살펴보고 최신 연구 동향을 알아보고자 한다. 최근 transformer의 발전에 이어 foundation model의 보급, 그리고 이를 바탕으로한 Large Language Model들의 성능이 향상되면서, 이를 안과를 포함한 의료 영역에 적용하는 다양한 연구들과 실제 사용례들이 늘어나고 있다. 이에 대해 살펴보고 실제 연구와 임상현장에 적용되는 경우를 알아보도록 하겠다. 이 강좌를 통해서 학생들은 안과 영역의 AI와 빅데이터의 활용에 대한 최신 지견을 배울 수 있다.전선 / 대학원
본 강좌는 대학원생을 위한 고급 구조생물학 교과목으로 (1) 다양한 생화학적, 생물리학적 실험을 기반으로 한 통합적인 구조생물학 (integrative structural biology), (2) 엑스선 결정학 (X-ray crystallography)을 이용한 단백질 구조 연구, (3) 극저온 전자현미경 (Cryo-EM)을 이용한 거대 생체 분자의 구조 연구, (4) 구조적 정보를 해석하기 위한 프로그램 사용법 (PyMol, Coot) 등의 구조생물학 연구에 있어서 유용한 기본적인 구조 분석 및 활용 방법들을 학습하고자 한다. 이를 통해, 생체 내에서 작용하는 다양한 단백질들의 기능과 구조에 대한 상관관계에 대한 이해를 높이고자 한다. 학생들은 실제로 학습한 프로그램을 이용하여 단백질의 구조를 분석하고 이를 발표하는 기회를 갖으며, 생명현상의 이해를 위한 구조생물학적 접근 방법 및 해석에 대해 논의하고 이에 대한 평가를 받는다.전선 / 대학원
융합 연구는 다양한 기술 분야를 통합하는 연구로 사회적으로 어려운 문제를 극복하기 위한 방안으로 주목받고 있다. 의학 분야에 있어서도 다양한 학문 및 기술을 접목한 임상 연구가 요구되며 이를 통해 해결하기 어려운 질병의 극복과 삶의 질 개선이 기대되고 있다. 이 교과목에서는 인공지능, 빅데이터, 정보통신, 나노, 유전체, 재생의학 등 다양한 분야의 최신 기술을 활용한 임상 연구 경향을 파악하고 이에 맞추어 혁신적인 임상 연구 전략을 수립하여 융합적으로 연구를 설계하고 수행할 수 있는 최고의 연구능력을 시행할 수 있는 교육을 제공한다.전선 / 대학원
인공지능은 우리가 사는 방식을 바꾸었다. 특정 의료 영역에서 인공지능은 전문가의 수준 만큼 정확하고 일부 영역에서는 이미 전문가의 실력을 뛰어넘는다. 하지만, 의료계에서 이러한 알고리즘을 손쉽게 받아들이기 어려운 것은 인공지능의 “블랙박스” 즉 설명 불가능한 특성 때문이다. 본 수업은 현존하는 이해가능한 (interpretable) 기계학습 모형과 이해불가능한 딥러닝 모형의 설명가능 방법론 (explainable)을 의료의 관점에서 탐구할 것이다. 또한 “설명가능성”에 대한 사회적, 이론적, 경험적, 인과적 관점을 조사할 것이다.전선 / 대학원
이 강좌는 실험심리학에서 최근의 중요 연구들을 소개하고 인간 마음의 기본 원리를 탐색 및 논의하는 세미나이다. 우선 강의 초에 인간의 생리, 지각 및 인지 수준에서 일반이론을 소개하고 그 문제점들을 알아본다. 이 이론들에 기초하여, 이 강좌에서는 시각, 주의, 언어, 문제 해결, 인간 추리 등의 세부 주세를 다룬다. 또한 이 강좌에서는 이런 주제들에 관해 실험 실습을 통해 학생들의 구체적인 이해의 증진을 시도한다.전선 / 대학원
구강악안면부위에 발생하는 선천성 및 발육성 기형의 원인을 이해하고 구강악안면 기형을 진단하기 위한 임상적 평가, 방사선학적 분석, 모형분석 등 기형에 관한 총체적인 접근방법을 숙지하고 구강악안면 부위의 기형을 치료하기 위한 치료계획, 수술방법, 술후처치를 학습한다.전선 / 대학원
손상된 조직재생, 기능을 복원하기 위해 개발되는 저분자, 펩타이드, 단백질, 유전자 치료제 신약에 대한 분류, 신약으로 도출되기 위해 필수로 수행해야하는 시험 및 임상연구에 대한 기초지식을 학습함. 또한 조직복원을 위한 약물융합소재, 생리활성 바이오소재 등에 기반한 의료기기의 설계 및 기능평가 연구에 대해서 학습함.전선 / 대학원
개인별 약물유전체학적 정보 및 외인적 요인 등을 통합하여 환자별 맞춤약물요법을 연구하고 적용하는 데 필요한 지식을 습득한다.전선 / 대학원
최근 딥러닝을 이용한 인공지능 기술이 의료 각 분야에서 다양하게 적용되고 있다. 이 강좌에서는 의료분야에서 사용되는 인공지능 기술의 기초와 다양한 적용 사례를 살펴봄으로써 의료 인공지능 기술의 미래 전망과 한계점을 이해하는 것을 목표로 한다. 아울러 실제 인공지능을 적용한 의료 서비스 사례를 연구함으로써 실용화 과정에 필요한 요구사항과 규제에 대한 이해를 증진한다.전선 / 대학원
아시아 연구 데이터 분석은 아시아 전역의 사회문화적 역학 연구를 위해 데이터 집약적 기법과 인문학적 해석을 연결하는 학제적 방법으로서 문화 분석을 소개한다. 이 강의는 문화 분석을 단순한 방법론적 틀이 아닌, 컴퓨터적 접근 방식과 해석적 실천을 연결하는 구체적인 방식으로 다룬다. 이를 통해 인문학과 사회과학을 특징짓는 상호텍스트성, 심층적인 역사적 맥락, 그리고 상황적 발화를 전면에 부각시킨다. 경험적으로, 이 과정은 텍스트, 시각, 청각의 세 가지 탐구 영역을 아우르며, 컴퓨터 도구를 활용하여 민족주의, 카스트와 같은 사회적 응집력, 그리고 언어, 지역, 젠더, 계급 등 사회학적 지표 전반에 걸친 다양한 변이와 같은 강력한 사상의 궤적을 추적한다.