최근 확인한 콘텐츠
loading...
본 연구는 엑스선 촬영 시 환자 위치잡이 자동화에 대한 초기 연구로, 엑스선 장비와 인체 팬텀을 사용하여 위치잡이 평가를 진행했다. 개발된 프로그램은 영상 분석을 통해 각도를 예측하고 음성 안내를 통해 환자의 정확한 위치잡이를 유도한다. 향후 연구에서는 인공지능이 스스로 구조물을 파악하여 각도를 계산하는 방향으로 발전시켜 촬영부터 위치잡이까지 인공지능이 수행할 수 있도록 할 것이다.
Image analysis and recognition : 14th International Conference, ICIAR 2017, Montreal, QC, Canada, July 5-7, 2017, Proceedings
Artificial intelligence and deep learning in pathology
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
Handbook of biomedical imaging : methodolgoies and clinical research
인공지능 기반 이미지영상인식 산업별 응용기술 최신 동향분석
Medical imaging : artificial intelligence, image recognition, and machine learning techniques
Computational intelligence in medical imaging : techniques and applications
청진기가 사라진다 : 디지털 혁명이 바꿔놓을 의학의 미래
Digital human modeling : trends in human algorithms
Information processing in medical imaging : 12th International Conference, IPMI '91, Wye, UK, July 7-12, 1991 : proceedings
Computer vision : ACCV 2006 : 7th Asian Conference on Computer Vision, Hyderabad, India, January 13-16, 2006 : proceedings
Artificial intelligence in medicine : 6th Conference on Artificial Intelligence in Medicine Europe, AIME '97, Grenoble, France, March 23-26, 1997 : proceedings
Computer vision in the infrared spectrum : challenges and approaches
OpenCV 제대로 배우기
Medical image computing and computer-assisted intervention--MICCAI '98 : first international conference, Cambridge, MA, USA, October 11-13, 1998 : proceedings
Modelling and motion capture techniques for virtual environments : International Workshop, CAPTECH'98, Geneva, Switzerland, November 26-27, 1998 : proceedings
3D imaging in medicine
Bontrager's textbook of radiographic positioning and related anatomy
CVRMed-MRCAS '97 : First Joint Conference Computer Vision, Virtual Reality and Robotics in Medicine and Medical Robotics and Computer-Assisted Surgery, Grenoble, France, March 19-22, 1997 : proceedings
Dentomaxillofacial Radiology
Hung K.,Montalvao C.,Tanaka R.,Kawai T.,Bornstein M.International Journal of Computer Assisted Radiology and Surgery
Touchette M.,Newell R.,Anglin C.,Guy P.,Lefaivre K.,Amlani M.,Hodgson A.IEEE Transactions on Medical Imaging
Sheng Wang; Zihao Zhao; Zhenrong Shen; Bin Wang; Qian Wang; Dinggang ShenSCIENTIFIC DATA
Karargyris, Alexandros; Kashyap, Satyananda; Lourentzou, Ismini; Wu, Joy T.; Sharma, Arjun; Tong, Matthew; Abedin, Shafiq; Beymer, David; Mukherjee, Vandana; Krupinski, Elizabeth A.; Moradi, MehdiJournal of Dental Research
Dot G.,Schouman T.,Chang S.,Rafflenbeul F.,Kerbrat A.,Rouch P.,Gajny L.European Radiology
Booij R.,Budde R.,Dijkshoorn M.,van Straten M.Neural Computing and Applications
Singh S.,Karimi S.,Ho-Shon K.,Hamey L.International Journal of Computer Assisted Radiology and Surgery
Grimm M.,Roodaki H.,Eslami A.,Navab N.QUANTITATIVE IMAGING IN MEDICINE AND SURGERY
Li, Wen; Li, Yafen; Qin, Wenjian; Liang, Xiaokun; Xu, Jianyang; Xiong, Jing; Xie, YaoqinRobotica
Zhao J.,Luo Y.,Li Q.,Baddour N.,Hossen M.S.European Journal of Radiology
Dane B.,O'Donnell T.,Liu S.,Vega E.,Mohammed S.,Singh V.,Kapoor A.,Megibow A.Medical Physics
Qiu J.,Lv B.,Ge W.,Zhang S.,Zhang L.,Mo F.,Li Y.,Zheng X.Journal of Medical Imaging
Wong K.P.,Homer S.Y.,Wei S.H.,Yaghmai N.,Estrada Paz O.A.,Young T.J.,Buhr R.G.,Barjaktarevic I.,Shrestha L.,Daly M.,Goldin J.,Enzmann D.R.,Brown M.S.International Journal of Computer Assisted Radiology and Surgery
Hernández I.,Soberanis-Mukul R.,Mangulabnan J.E.,Sahu M.,Winter J.,Vedula S.,Ishii M.,Hager G.,Taylor R.H.,Unberath M.European Radiology
Gang Y.,Chen X.,Li H.,Wang H.,Li J.,Guo Y.,Zeng J.,Hu Q.,Hu J.,Xu H.Heliyon
Nahin S.K.,Acharjee S.,Saha S.,Das A.,Hossain S.,Haque M.A.Medical Image Analysis
Srivastav V.,Gangi A.,Padoy N.IEEE Journal of Biomedical and Health Informatics
Sun J.,Wu Z.,Yu Z.,Chen H.,Du C.,Xu L.,Zhong J.,Feng J.,Coatrieux G.,Coatrieux J.L.,Chen Y.European Radiology
Yasser H. Hadi; Lauren Keaney; Andrew England; Niamh Moore; Mark McEnteeVirtual Reality
Sung W.H.,Jiang C.F.,Su T.S.,Sun S.P.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
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
교정영역에서 전통적인 진단과 치료방식은 x-ray와 사진을 이용한 2차원적인 방식에 의존하여 왔다. 그러나 과학기술의 발달로 인하여 진단과 치료계획시 3차원 CT, 3차원 사진, digital technology를 이용한 새로운 paradigm으로 변화하고 있다. 이에 따라 Digital Orthodontics이라는 개념을 이해하는 것이 필수적인 과정이 되었다. 교정계획 수립시 치아이동을 가상 Set-Up하여 simulation 하여봄으로써 실제 가능한 치아이동의 종류와 정도를 파악하여야 할 것이다. 따라서 본 과정은 3차원 digital virtual set-up 을 이용하여 실제 환자의 진단과 치료에 적용하는 법을 이해시키는데 목적이 있다. 이 과정은 아래와 같이 구성되어 있다. 1. 교정 진단과 치료계획시 3차원 CT, 사진, digital technology를 이용한 새로운 paradigm의 변화와 Digital Orthodontics이라는 개념을 이해한다. 2. Virtual set-up 의 개념 이해 3. 교정계획 수립시 치아이동을 가상 Set-Up하여 simulation 한다. 4. 실제 가능한 치아이동의 종류와 정도를 파악한다.전필 / 학사
진보된 영상기법인 초음파, 특수 조영법, 전산화 단층촬영, 자기 공명상, 핵의학 등의 기초 원리 및 임상적용에 대해 이해하고, 이를 통해 일반 방사선 촬영에서 얻은 정보와 함께 더욱 정확한 진단에 도달할 수 있는 능력을 갖출 수 있도록 한다.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 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전선 / 대학원
치과의료는 4차 산업혁명 기술과의 융합을 통해 디지털 덴티스트리(Digital dentistry) 기술로 발전이 가속화되고 있음. 환자의 디지털 파노라마 영상, 콘빔CT(CBCT) 영상, 3D 구강스캔 및 3D 안면스캔 등의 디지털 데이터를 획득(Scanning), 계획(Planning)/시뮬레이션(Simulation)과 즉시적 디지털 제작(Direct Digital Manufacturing, DDR) 과정을 거쳐서 치과환자 진단/치료에 바로 적용됨. 본 강의에서는 딥러닝(deep learning) 등 다양한 인공지능 알고리즘에 대한 이해를 바탕으로, SMART 디지털 덴티스트리(Digital dentistry) 구현을 위한 치과질환 자동진단, 환자맞춤형 치료계획 자동화, 및 치과수술 시뮬레이션 지능화 등의 솔루션 등에 대해 수업함.전선 / 대학원
최근 MRI 등 영상진단장치의 획기적인 발전으로 뇌의 기능을 평가할 수 있게 되었다. 이 강좌에서는 MRI 등의 영상장치를 이용하여 뇌 기능을 연구하고자 한다. 구체적인 학습 목표는 functional imaging, perfusion imaging, diffusion imaging, diffusion-tensor imaging, spectroscopy의 원리를 이해하고 임상에서 응용하는 것이다. 아울러 현재 영상기법의 한계점을 이해함으로서 앞으로의 연구 방향을 파악한다.전선 / 학사
원격탐사에 대한 기본이론들을 이해하고, 위성영상의 프로세싱기법과 알고리즘을 이해하므로써, 여러 활용분야에 적용가능한 능력을 배양하는데 있으며, 이를 위해 IDRISI, ERDAS, ER-Mapper 등의 영상처리용 소프트웨어 실습을 병행한다.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
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
이 과목은 디지털 영상치의학 분야의 최신 개념을 소개하고 이를 이해하는 것을 목표로 한다. 디지털 영상치의학을 위하여 개발된 콘빔CT, 3D스캐너 및 프린터를 비롯한 다양한 디지털 영상 장비를 개발하는 산업체를 견학하여 최신 개발 방향과 개념에 대한 강의를 듣고, 토론을 진행한다.전선 / 대학원
지능 시스템은 환경과 상호작용하고 성능을 극대화하는 방법이다. 지식 표현과 추론은 논리적 지식 표현, 판단 계산, 술어 계산, 상황 계산, 지식 표현 구축 등과 함께 지능 시스템의 중요한 측면이며, 불확실성을 해결하기 위한 방법으로 확률과 확률 네트워크, 퍼지 논리와 같은 기법을 사용한다. 계획과 학습 역시 지능 시스템의 중요한 구성 요소로서, 목표 달성을 위해 필요한 행동 순서를 결정하고 시간이 지남에 따라 성능을 개선할 수 있도록 한다. 본 강좌에서는 지능시스템을 이해하고 활용할 수 있는 기초 지식을 쌓는다.전선 / 학사
이 수업에서는 우리 인간의 몸의 구조와 기능에 대하여 빅데이터에 기반한 생성형 AI를 활용한 질문과 응답 형태의 학습을 활용하고, 동시에 전통적 교과서와의 비교 검증을 통해 오류와 편향성을 극복한다. 또한 인문사회학과 예술의 관점에서도 접근하여 다양한 전공자들에게 우리 몸에 대한 지식습득을 쉽게 경험할 수 있는 기회를 제공한다. 본 수업에서는 머리 및 목 부분을 중점적으로 다룬다.전선 / 대학원
최근 영상의학의 발전으로 다양한 종양의 조기진단 및 치료 성적이 크게 향상되고있다. 이 강좌에서는 현재 사용되는 영상진단 방법인 초음파, 전산화단층촬영, 자기공명영상의 기본원리를 이해하고 이를 임상에 응용하는 능력을 배양하며, 분자영상 등 새로운 영상기법을 이용한 종양영상의 최신지견과 연구방향을 소개한다. 또한, 영상을 이용한 종양의 비침습적 치료방법의 현재를 이해하고 미래의 발전 방향을 토의한다.전선 / 대학원
기존의 클라우드 의존적 AI 컴퓨팅이 사용자 프라이버시, 네트워크 과부하, 인터넷 단절에 대한 취약성 등 다양한 이슈를 야기함에 따라 AI 컴퓨팅을 클라우드뿐만 아니라 사용자 근처의 소형/저비용 컴퓨터에서도 수행하려는 흐름이 전개되며 앰비언트 인공지능 혹은 엣지 인공지능이라는 개념이 탄생했다. 의료 데이터는 개인의 민감정보를 다량 포함하고 있어 특히 프라이버시가 중요하므로, 앰비언트 인공지능과 결합하였을 때 시너지 창출이 가능하다. 본 강좌는 앰비언트 인공지능의 최신 기술과 플랫폼 익히고 의료 도메인에 응용하는 것을 목표로 하며 구체적인 주제는 다음과 같다. ▪ 딥러닝 모델 경량화 (양자화, 가지치기, 지식 증류) ▪ 연합 학습 ▪ 딥러닝과 경량 신호처리 기법의 하이브리드 운용 ▪ 클라우드와 자원 제한적 엣지 기기의 통합 운용 ▪ 앰비언트 인공지능 소프트웨어 플랫폼 (TensorFlow, TensorFlow Lite) ▪ 앰비언트 인공지능 하드웨어 플랫폼 (Google Coral) ▪ 의료 도메인 데이터의 이해 (일례로, 수면 의학 데이터)전필 / 대학원
학생들이 서로 술자, 환자가 되어 평행촬영법과 등각촬영법을 이용한 구내방사선사진 촬영, 교익 촬영, 교합 촬영을 하고 얻어진 영상들을 직접 PACS 환경에서 이용, 판독하는 법을 실습한다. 판독력 향상을 위해 정상 해부학적 구조, 치아우식, 치주질환, 치아이상, 치아의 퇴행성 변화, 치근단 병소, 치아 외상에 관한 슬라이드를 발표하고 토론한다. 병소의 위치분석을 위한 방법을 실습한다. 이밖에 구외방사선사진검사 및 기타 특수진단영상법을 소개하고 관찰하게 한다.전선 / 대학원
영상을 이용한 폐의 해부학, 폐질환의 병태생리학적 연관성을 익히고, 단순흉부촬영, 고해상 전산화단층촬영을 포함한 전산화단층촬영, 방사선유도하의 생검 등의 방법의 적용에 대하여 소개한다.전선 / 대학원
의학 분야에서 진단적 도구로 큰 비중을 차지하고 있는 의학 영상 진단장비에 대하여 공부한다. 의학영상장치를 구성하는 X-선 영상장치, 초음파영상장치, 핵자기공명 영상장치 및 방사성동위원소 영상장치의 4대 영상장치 중 자기공명영상장치와 새로운 의생명 분야의 영상기법인 세포영상 혹은 분자영상의 기본 기법과 응용 방법을 공부한다.전선 / 대학원
방사선 촬영술에 Computer 기술을 적용하면 영상의 획득, 처리저장, 재현과 원격전송 등이 가능하다. Digital 방사선의 원리와 방법에 대하여 토론하고 실제 임상에적용하였을 때 얻을 수 있는 유익한 정보 획득에 대해 토론하고자 한다.