최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
현영섭, 신은경
2019 / Andragogy Today: Interdisciplinary Journal of Adult & Continuing Education (IJACE)
강태인, 윤성은, 신용석
2015 / 한국사회복지학
Hong, Zhe; Park, In Kwon
2021 / 국토계획
Batsuuri Oyunbazar, Pan
2020 / 무역연구
이종균, 지용석
2021 / International Neurourology Journal
Bo
2021 / International Journal of Control, Automation, and Systems
van der Velden B.H.M.,Janse M.H.A.,Ragusi M.A.A.,Loo C.E.,Gilhuijs K.G.A.
2020 / Scientific Reports
데이터가 존재하지 않습니다.
loading...
본 연구는 MRI에서 분할 없이 유방 밀도를 자동으로 추정하고 설명 가능성을 평가하는 것을 목표로 한다. 3차원 회귀 CNN을 사용하여 615명의 유방암 환자 데이터를 분석한 결과, 추정된 밀도는 실제 밀도와 높은 상관관계(ρ = 0.81)를 보였으며, SHAP 분석을 통해 알고리즘이 섬유선 및 지방 조직에 기반하여 정확한 추정을 수행함을 확인했다.
Intelligent Computing Theories and Application : 15th International Conference, ICIC 2019, Nanchang, China, August 3–6, 2019, Proceedings, Part II
Visualization in biomedical computing : 4th International Conference, VBC '96, Hamburg, Germany, September 22-25, 1996 : proceedings
Multivariate kernel smoothing and its applications
Handbook of medical imaging : processing and analysis
Medical image computing and computer-assisted intervention--MICCAI '99 : second international conference, Cambridge, UK, September 19-22, 1999 : proceedings
Maximum entropy and Bayesian methods, Cambridge, England, 1994
Information processing in medical imaging : 16th International Conference, IPMI'99, Visegrád, Hungary, June 28-July 2, 1999
Alternative breast imaging : four model-based approaches
Computational biomechanics for medicine
Sampling errors and confidence intervals for order statistics : implementing the family support act
Information processing in medical imaging : 12th International Conference, IPMI '91, Wye, UK, July 7-12, 1991 : proceedings
Visualization in medicine and life sciences.
Information processing in medical imaging : 15th International Conference, IPMI'97, Poultney, Vermont, USA, June 9-13, 1997 : proceedings
Artificial Intelligence Applications and Innovations : 17th IFIP WG 12.5 International Conference, AIAI 2021, Hersonissos, Crete, Greece, June 25–27, 2021, Proceedings
Database Systems for Advanced Applications : 24th International Conference, DASFAA 2019, Chiang Mai, Thailand, April 22–25, 2019, Proceedings, Part II
Computer Recognition Systems 4
Scale space and variational methods in computer vision : first international conference, SSVM 2007, Ischia, Italy, May 30 - June 2, 2007 : proceedings
케라스 2.x 프로젝트 : 실전 딥러닝 모델 구축과 훈련 9가지 프로젝트
Machine learning for medical image reconstruction : 4th International Workshop, MLMIR 2021, held in conjunction with MICCAI 2021, Strasbourg, France, October 1, 2021, Proceedings
Artificial neural networks : ICANN '97 : 7th International Conference, Lausanne, Switzerland, October 8-10, 1997 : proceedings
Pérez-Benito F.J.,Signol F.,Perez-Cortes J.C.,Fuster-Baggetto A.,Pollan M.,Pérez-Gómez B.,Salas-Trejo D.,Casals M.,Martínez I.,LLobet R. · 2020
Computer Methods and Programs in Biomedicine
Fujioka T.,Yashima Y.,Oyama J.,Mori M.,Kubota K.,Katsuta L.,Kimura K.,Yamaga E.,Oda G.,Nakagawa T.,Kitazume Y.,Tateishi U. · 2021
Magnetic Resonance Imaging
Brianna D. Taffe; Louise Henderson; Cherie Kuzmiak; Despina Kontos; Sarah Nyante · 2023
Cancer Epidemiology, Biomarkers & Prevention
Wei, J.; Chan, H.-P.; Helvie, M.A.; Roubidoux, M.A.; Zhou, C.; Hadjiiski, L.M.; Samala, R.K.; Li, S.; Lu, Y. · 2018
Physics in Medicine and Biology
Haji Maghsoudi O.,Gastounioti A.,Scott C.,Pantalone L.,Wu F.F.,Cohen E.A.,Winham S.,Conant E.F.,Vachon C.,Kontos D. · 2021
Medical Image Analysis
Lin Ma; Brian L. Sprague; John A. Shepherd; Jeffrey A. Tice; Lynnette Leidy Sievert; Nicholas G. Reich; Susan R. Sturgeon; Karla Kerlikowske; Katherine W. Reeves; Vicki Hart · 2015
Cancer Epidemiology, Biomarkers & Prevention
Nichols B.S.,Chelales E.,Wang R.,Schulman A.,Gallagher J.,Greenup R.A.,Geradts J.,Harter J.,Marcom P.K.,Wilke L.G.,Ramanujam N. · 2020
Journal of Biophotonics
Ciritsis, Alexander; Rossi, Cristina; De Martini, Ilaria Vittoria; Eberhard, Matthias; Marcon, Magda; Becker, Anton S; Berger, Nicole; Boss, Andreas · 2018
The British Journal of Radiology
전선 / 대학원
한 지역에 대한 체계적이고 종합적인 이해는 본래 지리학이 추구해 온 목표였다. 이러한 목표를 이루기 위한 방법은 시대별, 지역별로 다소 상이한 형태를 띠며 발전해 왔다. 본 과목에서는 지역연구의 방법론이 전체 지리학의 발전과정 속에서 어떻게 변모해 왔는가를 고찰하고 각각의 방법론들이 지니는 장단점들을 파악해 봄으로써 지역연구의 새로운 방법론을 모색해 보는 데 주안점을 둔다.전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전선 / 대학원
개인별 약물유전체학적 정보 및 외인적 요인 등을 통합하여 환자별 맞춤약물요법을 연구하고 적용하는 데 필요한 지식을 습득한다.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
평균 제곱 추정(mean square estimation), 최대 가능성 추정(max likelihood estimation), 그리고, Wiener 필터링과 같은 고전적인 추정 이론에 대해 소개한다. 이산 시간 또는 연속 시간 Kalman 필터, shaping filter, 최적 평활, Kalman 필터 디자인과 성능 분석, 제곱근 필터링, 확장 Kalman 필터를 포함한 비선형 필터링에 대해서도 알아본다.전선 / 대학원
약동학/약력학 모델링 기법을 이용, 임상연구에서 얻은 약동학/약력학 자료를 계량화하여 객관적으로 분석하고 활용하는 방법을 연구하고, 나아가 임상시험 설계 최적화를 위한 simulation에 응용한다. Mechanistic / empirical PK & PD models, non-parametric PK/PD, PK-PD 자료분석 및 모델링, 생리학적 모델, non-SS PD 등에 대해 다룬다.전선 / 대학원
맞춤 약물요법 및 정밀의학은 질병의 치료 및 부작용과 관련된 개인별 유전적, 환경적 요인을 종합적으로 파악하여 환자의 치료에 적용하는 것으로 새로운 오믹스 바이오마커의 발전에 기반하고 있다. 본 과정에서는 개발을 위한 유전체, 대사체, 단백체, 마이크로바이옴 등 다중 오믹스의 접근방법을 이해하고 임상적으로 Implementation 하기 위해 필요한 통합적인 해석능력을 키운다. 실제 맞춤 약물 치료법을 개발하고 적용하기 위해 필요한 지식, 절차, 요건, 접근법에 대해서 신약 개발의 관점과 약물 인허가 및 치료학적 관점으로 접근하는 방법에 대하여 학습한다.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)전필 / 대학원
본 교과목은 데이터과학 분야에 관심있는 통계학 석사 과정 대학원생을 대상으로, 데이터 랭글링 및 시각화, 회귀분석, 선형 모형, 일반화 선형 모형, 혼합 모형, 분류를 포함하여 모든 데이터 과학자가 익숙해야 하는 통계 방법론 및 이를 통계 소프트웨어를 사용해 적용하는 실례를 다룬다. 기존의 통계학 과목과 비교하여 본 교과목은 이론에 대한 강조가 덜한 대신, 통계 방법론을 구현하고 주요 개념을 실제 자료에 적용하여 데이터를 분석하기 위해 어떻게 소프트웨어를 사용하는지에 대해 더 중점을 둔다. 주요 개념에 대해서는 그것이 “작동하는 이유”에 대한 직관적 설명을 위주로 한다. 본 과목의 모든 통계 분석은 R과 Python을 사용한다.전선 / 대학원
본 과목은 일차적으로 의료기술평가와 근거기반의사결정 과목을 선수강한 학생들이 보다 전문적인 주제를 이해하고 다룰 수 있도록 계획되었으며, 강의 뿐 아니라 세미나와 토론을 통해 의료기술평가의 특정 방법론으로서 임상적 근거합성 방법의 전문적인 주제를 탐구하며 실제적이고 깊이 있는 이해를 갖추는데 주안점을 두었다. 해당 과목의 구체적인 내용을 다루기 위해서는 임상연구 방법론 및 의학통계에 대한 일정 수준 이상의 이해가 필요하며, 베이지안 접근방식을 포함하여 임상적 의료의사결정 수행에 필요한 근거 창출의 맥락에서 광범위한 근거 구조에 적용될 수 있는 근거 합성에 대한 접근으로서 메타 분석, 간접 비교 및 혼합 치료 비교를 수행하는 방법에 대한 구체적인 논의를 진행하고 실용적인 가이드를 제공한다.전선 / 대학원
모성간호 영역에서 활용되는 주요 개념들과 이론들을 학습하고 분석함으로써 모성관련 현상에 대한 지식을 습득한다. 또한 관련 연구들을 종합하여 모성연구의 관점과 이론의 적용을 탐구함으로써 학습자들의 이론활용 및 연구능력을 증진시키는 데에 초점을 둔다.전선 / 대학원
이 과목은 ‘도시통계분석’의 고급과정으로서 도시 연구에서 제기되는 문제들을 계량적으로 분석하는 데 사용되는 방법의 원리와 응용방법을 심도 있게 살펴보는 데 목적이 있다. 이 과목을 수강한 학생들은 계량분석을 이용한 최신의 도시 연구 논문들을 이해할 수 있고, 자신의 연구 질문에 맞는 자료와 분석방법을 이용하여 스스로 접근할 수 있는 능력을 갖추게 될 것이다. 세부적으로 고전적 선형회귀 모형, 일반화 선형모형(generalized linear models), 연립방정식모형(simultaneous equations models), 패널자료 모형(panel data models), 다수준 회귀모형(multi-level regression models), 이산선택모형(discrete choice models), 시계열분석(time series analysis), 공간계량분석(spatial econometrics) 등을 학습하게 된다. 수업시간을 통해 기본 원리를 습득할 뿐만 아니라, 과제를 통해 Stata 등 통계 패키지(학생선택에 따라 R, Python, MATLAB 등을 이용할 수도 있음)를 이용하여 실제 자료에 분석방법을 적용하는 실습을 할 기회를 갖는다.전선 / 대학원
본 과정은 유전적 분석을 활용한 인과성 추론 및 공개자료 활용방법에 대해 다룹니다. 유전적 무작위 배정이란, 위험요인과 결과변수간 인과적 관련성을 유전 정보를 활용하여 평가하는 방법입니다. 대규모 전장 유전체 관련성 분석 결과가 이용 가능해지면서, 역학의 주요 연구방법으로 활용되고 있습니다. 본 과정은 실습을 통해 분석 방법을 구체적으로 다룰 것이며, 공개 자료에 대한 소개와 활용 방법을 소개할 예정입니다. 본 과목의 수강은 선수 과목(역학원론, 유전체역학) 이수와 R 프로그래밍 언어에 대한 이해가 요구됩니다.전선 / 대학원
평균 제곱 추정(mean square estimation), 최대 가능성 추정(max likelihood estimation), 그리고, Wiener 필터링과 같은 고전적인 추정 이론에 대해 소개한다. 이산 시간 또는 연속 시간 Kalman 필터, shaping filter, 최적 평활, Kalman 필터 디자인과 성능 분석, 제곱근 필터링, 확장 Kalman 필터를 포함한 비선형 필터링에 대해서도 알아본다.전선 / 대학원
자기공명분광(Magnetic Resonance Spectroscopy (MRS))을 활용하여 여러 질병들의 발병기전 및 진화에 대한 기초연구를 수행할 수 있는 지식(이론과 실습)을 습득함. 이론은, 다양한 신경 정신질환과 관련이 있는 것으로 알려져 있는 myo-inositol, gamma-aminobutylic acid (GABA), glutamate 등의 측정법을 포함함. 실습은, 소프트웨어를 통해 쥐(rat)의 두뇌 스펙트럼에서 뇌 대사체들을 정량분석하는 과정을 포함함.전선 / 대학원
인지과학 연습 1의 내용을 보다 확장하여 인지과학의 연구사, 연구주제등을 다각도로 검토하여 과정에 진입한 학생들에게 인지과학의 기초적 지식배경을 제공하는데 목적이 있다.전선 / 대학원
중도절단 생존시간 자료를 분석하는 고급 통계적 기법들을 다룬다. 생존함수의 추정을 위한 일반적인 방법인 KaplanㅡMeier 추정량의 정의 및 여러 성질들을 다룬다. 좌 절단 자료의 분석을 위하여 필수적인 셈 과정에 대한 이론을 배우고, 이를 이용한 위험함수의 추정방법을 설명한다. 생존시간 자료의 회귀모형을 위하여 비례위험모형에 대하여 다루고, 회귀계수의 점근적 일치성 및 근사분포를 유도한다.전선 / 대학원
이 교과목은 대학원생들을 대상으로, 현재 사용되고 있는 최신 암호 알고리즘을 설명한다. 이 과목은 다음과 같이 두 부분으로 구성된다: 첫째, DES, IDEA, RC5, RC6 와 같은 블록 암호 알고리즘들을 각각 키(key) 생성, 암호화, 복호화 하는 과정으로 설명한다. 둘째, 전자 서명에 근거한 다양한 인증 기법을 소개한다. DMDC, MD5, SHA-1, HMAC 와 같은 다양한 해쉬(hash) 함수를 사용하여 문장을 축약하고 인증하는 방식을 제시한다.전선 / 학사
이 과목에서는 데이터를 분석하여 유용한 정보를 추출하고 모델을 만들어 예측에 사용하는 데이터 마이닝의 중요한 알고리즘, 기반 기술, 대용량 데이터를 효과적으로 처리하는 마이닝 기술 등을 학습한다. 특히 이러한 목적을 위한 기계 학습의 실용적인 기초와 새로운 패러다임을 소개하여 여러 실제 세계 도메인 응용에 어떻게 적용하는지 학습한다.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.