최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Moon J.S.,Suh S.,Kim S.S.,Jin H.Y.,Kim J.M.,Jang M.H.,Lee K.A.,Lee J.H.,Chung S.M.,Lyu Y.S.,Kim J.H.,Kim S.Y.,Jang J.E.,Kim T.N.,Kim S.W.,Jeon E.,Cho N.H.,Kim M.K.,Kim H.S.,Nam-Goong I.S.,Kim E.S.,Chung J.O.,Cho D.H.,Lee C.W.,Kim Y.I.,Chung D.J.,Won K.C.,Kim I.J.,Park T.S.,Kim D.K.,Shon H.
2020 / Diabetes and Metabolism Journal
VO THI TUONG VI, 오아란, 이귀상, 양형정, 김수형
2020 / 스마트미디어저널
데이터가 존재하지 않습니다.
loading...
본 연구는 딥러닝 모델인 MFUnet을 기반으로 CT 이미지에서 간 영역을 자동으로 인식하는 도구를 제시합니다. U-net과 Multiple Filters의 장점을 활용하여 간 분할 성능을 향상시켰으며, LiTS 및 Chaos 데이터셋을 사용하여 연구 결과를 평가했습니다.
Neural Information Processing : 26th International Conference, ICONIP 2019, Sydney, NSW, Australia, December 12–15, 2019, Proceedings, Part V
Computational intelligence in medical imaging : techniques and applications
실전! 컴퓨터비전을 위한 머신러닝 : 텐서플로와 케라스를 활용한 머신러닝 기반 이미지 처리 완벽 가이드
Document Analysis and Recognition – ICDAR 2021 : 16th International Conference, Lausanne, Switzerland, September 5–10, 2021, Proceedings, Part I
Pediatric gastrointestinal and liver diseases
Handbook of biomedical imaging : methodolgoies and clinical research
Information processing in medical imaging : 12th International Conference, IPMI '91, Wye, UK, July 7-12, 1991 : proceedings
Deep Learning for Medical Image Analysis
Image analysis and modeling in ophthalmology
(헬스케어 분석을 위한) 머신러닝 : 파이썬, 주피터 노트북, 텐서플로, 케라스를 이용한 적용 사례
Intelligent and Cloud Computing : Proceedings of ICICC 2019, Volume 1
Visualization in biomedical computing : 4th International Conference, VBC '96, Hamburg, Germany, September 22-25, 1996 : proceedings
이미지 처리 바이블 =
Visualization in medicine and life sciences.
Computer Vision – ECCV 2022 : 17th European Conference, Tel Aviv, Israel, October 23–27, 2022, Proceedings, Part XXVIII
Deep learning for remote sensing images with open source software
Artificial intelligence in medicine : 6th Conference on Artificial Intelligence in Medicine Europe, AIME '97, Grenoble, France, March 23-26, 1997 : proceedings
Bioinformatics and biomedical engineering : third International Conference, IWBBIO 2015, Granada, Spain, April 15-17, 2015, Proceedings. Part I
Gastrointestinal imaging : the requisites
CT and MRI of the liver and biliary system
Mathematical Biosciences and Engineering
Liu J.,Yan Z.,Zhou C.,Shao L.,Han Y.,Song Y.Informatics in Medicine Unlocked
Affane A.,Lamy J.,Lebre M.A.,Vacavant A.Computerized Medical Imaging and Graphics
Kushnure D.T.,Talbar S.N.BMC Medical Informatics and Decision Making
Wu J.,Zhou S.,Zuo S.,Chen Y.,Sun W.,Luo J.,Duan J.,Wang H.,Wang D.Biomedical Signal Processing and Control
Kushnure D.T.,Tyagi S.,Talbar S.N.IEEE Access
Fan T.,Wang G.,Li Y.,Wang H.Gastroenterology & Endoscopy
Manjunath, R.V.; Gowda N, Yashaswini; Manu, H.M.Signal, Image and Video Processing
Zhang, Lijuan; Liu, Jiajun; Li, Dongming; Liu, Jinyuan; Liu, XiangkunExpert Systems with Applications
Di S.,Zhao Y.,Liao M.,Yang Z.,Zeng Y.Computers, Materials and Continua
Shen Y.,Sheng V.S.,Wang L.,Duan J.,Xi X.,Zhang D.,Cui Z.Computers in biology and medicine
Ou J; Jiang L; Bai T; Zhan P; Liu R; Xiao HComputers in Biology and Medicine
Chen Y.,Zheng C.,Zhang W.,Lin H.,Chen W.,Zhang G.,Xu G.,Wu F.2020 IEEE INTERNATIONAL CONFERENCE ON IMAGE PROCESSING (ICIP)
Li, Chen; Tan, Yusong; Chen, Wei; Luo, Xin; Gao, Yuanming; Jia, Xiaogang; Wang, ZhiyingJournal of Digital Imaging
Wang J.,Zhang X.,Lv P.,Wang H.,Cheng Y.Neurocomputing
Chi J.,Han X.,Wu C.,Wang H.,Ji P.Computers in Biology and Medicine
Li J.,Liu K.,Hu Y.,Zhang H.,Heidari A.A.,Chen H.,Zhang W.,Algarni A.D.,Elmannai H.IRBM
Zhou Y.,Kong Q.,Zhu Y.,Su Z.COMPUTATIONAL INTELLIGENCE AND NEUROSCIENCE
Ahmad, Mubashir; Qadri, Syed Furqan; Qadri, Salman; Saeed, Iftikhar Ahmed; Zareen, Syeda Shamaila; Iqbal, Zafar; Alabrah, Amerah; Alaghbari, Hayat Mansoor; Rahman, Sk. Md. MizanurFRONTIERS IN GENETICS
Chen, Yilong; Wang, Kai; Liao, Xiangyun; Qian, Yinling; Wang, Qiong; Yuan, Zhiyong; Heng, Pheng-AnnMathematical Biosciences and Engineering
Gong Z.,Song J.,Guo W.,Ju R.,Zhao D.,Tan W.,Zhou W.,Zhang G.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 Networks전필 / 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
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
치의학 분야의 연구에서 다양하게 활용되는 실험동물 모델을 소개하고, 실험 결과 분석을 위한 동물조직의 채취, 처리, 면역조직화학염색, 평가, 조직판독의 방법을 학습한다. 또한, 치과질환 관련 실험동물 모델의 최신 동향을 저널 리뷰를 통해 살펴보고자 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
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
영상을 이용한 폐의 해부학, 폐질환의 병태생리학적 연관성을 익히고, 단순흉부촬영, 고해상 전산화단층촬영을 포함한 전산화단층촬영, 방사선유도하의 생검 등의 방법의 적용에 대하여 소개한다.전선 / 대학원
근골격계 질환의 영상진단을 위한 관절과 척추를 포함한 근골격계의 영상 해부학을 이해하고, 질환과 외상에 의한 단순 X선 촬영, 자기공명영상, 초음파 검사의 방법과 소견을 익히고, 뼈의 조직생검을 포함한 중재적 시술의 적용을 소개한다.전선 / 대학원
현대 의료영상의 대표적 분야인 CT 및 X-ray 영상, MRI, 핵의학영상(PET 및 SPECT), 초음파 등의 기본 작동원리에 대해서 이해한다. 또한 이들 다양한 의료영상 각각의 장·단점을 이해하고 의료현장에서 실질적으로 질병의 진단과 검사에 이용되고 있는 구체적인 사례를 익힌다. 강의를 통해서 의료영상처리에 관련한 registration, normalization, display, quantification에 대해서 이해한다. 의료영상의 질을 평가하는 noise, uniformity, high- or low- contrast resolution, CNR, 등의 정의와 단위에 대해서 공부한다. 또한 PACS 기술의 개발과 발전에 대한 강의를 통해서 현대의학에서 그 필요성과 활용성에 관해서 이해한다.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
최근 치의학분야에서 임플란트시술이 일반화되는 추세이다. 따라서 일반 치과의사들이 시술 전에 적절한 증례선택을 할 수 있도록 방사선영상을 이용하고 진단할 수 있는 능력이 필요하다. 또한 시술시 발생되는 상황과 결과를 예측하기 위한 진단 지식이 필요하다. 본 교과목에서는 임플란트시술을 위한 방사선검사에서 사용할 수 있는 영상검사의 종류와 원리, 각 영상검사에서 얻을 수 있는 정보의 특징, 그리고 절단면영상의 필요성과 판독의 기본지식을 습득한다.전필 / 대학원
임상적으로 치과의사가 치과병,의원에서 구강악안면방사선학 분야에 관계하여 자주 접하게 되는 문제를 제시하고 그에 관한 해결을 논의한다. 세부적으로 임상적으로 경험하게 되는 환자의 주소에 따른 영상검사법의 선택과 그 이용에 대하여 학습하며, 검사의 목적에 따른 영상검사법의 선택과 시기, 결과의 이용에 대하여 학습한다. 또한 진단영상획득의 오류와 대처법에 관하여 학습한다.전선 / 대학원
이 과목은 보건의료 영역에서 컴퓨터를 활용한 텍스트 분석을 다룬다. 보건의료 영역에는 여러 종류의 언어 자료가 존재한다. 사람들이 온라인 공간에서 여러 질병에 대해 던지는 질문들, 보건의료 전문가들의 연구들, 질병과 건강에 대한 신문기사들이 그 예다. 이들로부터 정보를 체계적이고 과학적으로 추출할 수 있다면, 보건의료에서 다양한 방식으로 활용할 수 있다. 최근 많이 사용되고 있는 컴퓨터를 활용한 텍스트 분석은 이런 작업에 새로운 가능성을 제시한다. 본 과목에서는 여러 가지 컴퓨터를 활용한 텍스트 분석 방법을 학습하고, 보건의료 영역 자료에 적용하는 것을 실습한다.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
전산화단층촬영의 기본 원리를 이해하고, 최근 발전되고 있는 나선식 CT, multidetector-row CT의 물리학적 특성과 임상적용에 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
컴퓨터를 이용한 자료 분석으로 진단능을 향상시키는 방법을 개발하기 위한 연구 및 실험을 시행한다.공통 / 대학원
기초 유전학 및 바이오 연구에 많이 사용되는 Drosophilia, C elegans. zebra fish, xenopus 등을 포함하여, 바이오분야 연구에 많이 사용되는 마우스와 같은 소형 실험동물부터 영장류까지, 기초 및 응용 전분야의 실험동물종을 망라하는 모델동물에 관한 주제로 구성하였다. 또한 생명연구윤리, 모델동물의 리소스 시스템, 동물실험대체시험법, 각종 질환연구에 활용되고 있는 모델동물의 현황 - 대사성질환모델, 노화 및 퇴행성 질환, 뇌질환, 행동연구, 감염성 질환, 종양성 질환, 염증성 질환, 유전자조작모델동물 등의 세분화된 응용 주제로 편성된다.