최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
이혜경, 강나경, 김서현, 김명서, 남유나, 노수현, 이현동, 정다움, 주소현, 최서린
2021 / 산업융합연구
데이터가 존재하지 않습니다.
loading...
본 연구는 치과 분야에서 객체 검출 및 분할을 위한 CNN 기반 알고리즘을 분석하고, PubMed 및 IEEE 데이터베이스에서 34개의 키워드를 사용하여 458편의 논문을 검토했습니다. 검토된 23편의 논문은 치아 구조 분할, 충치/치주염/병변 검출 등으로 분류되었으며, 모델 성능은 DICE/IoU 지수, 정확도, 정밀도 등을 기준으로 비교되었습니다.
Dental image analysis for disease diagnosis
Assessment of oral health diagnostic techniques and validation criteria
Digital dentistry : a comprehensive reference and preview of the future
최신 디지털 치의학 =
Computational techniques for dental image analysis
Artificial intelligence and deep learning in pathology
Radiographic cephalometry : from basics to 3-D imaging
Atlas of cone beam imaging for dental applications
Medical imaging : artificial intelligence, image recognition, and machine learning techniques
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
Removable partial dentures
Digital dentistry : a step-by-step guide and case atlas
Oral diagnosis : minimally invasive imaging approaches
Ultrasonography in dentomaxillofacial diagnostics
Digital dentistry : a step-by-step guide and case atlas
Intelligent data analysis in medicine and pharmacology
Database Systems for Advanced Applications : 24th International Conference, DASFAA 2019, Chiang Mai, Thailand, April 22–25, 2019, Proceedings, Part II
대한구강보건학회지
변민지, 전은주, 김지수, 황재준, 정승화Clinical Oral Investigations
Kunt L.,Kybic J.,Nagyová V.,Tichý A.Journal of dentistry
Yoon K; Jeong HM; Kim JW; Park JH; Choi JDentomaxillofacial Radiology
Estai M.,Tennant M.,Gebauer D.,Brostek A.,Vignarajan J.,Mehdizadeh M.,Saha S.International Journal of Environmental Research and Public Health
Al-Sarem M.,Al-Asali M.,Alqutaibi A.Y.,Saeed F.Optical and Quantum Electronics
Alam, Mohammad Khursheed; Haque, Tahsinul; Akhter, Fatema; Albagieh, Hamad Nasser; Nabhan, Abdullah Bin; Alsenani, May Ahmed; Natesan, Ayyanar; Ramanujam, N. R.; Islam, SafiqulIOP Conference Series: Materials Science and Engineering
Aditya Khamparia; Rohit Yadav; Apurva SonavaneMultimedia Tools and Applications
Brahmi W.,Jdey I.Journal of dentistry
Xue T; Chen L; Sun QJournal of Digital Imaging
Liu F.,Gao L.,Wan J.,Lyu Z.L.,Huang Y.Y.,Liu C.,Han M.Computers in Biology and Medicine
Yaren Tekin B.,Ozcan C.,Pekince A.,Yasa Y.Clinical Oral Investigations
Bayraktar Y.,Ayan E.Technology and Health Care
Jarupat, Jundaeng; Rapeeporn, Chamchong; Choosak, NithikathkulDIAGNOSTICS
Sivari, Esra; Senirkentli, Guler Burcu; Bostanci, Erkan; Guzel, Mehmet Serdar; Acici, Koray; Asuroglu, TuncJournal of Dentistry
Xu M.,Wu Y.,Xu Z.,Ding P.,Bai H.,Deng X.Scientific Reports
Ryu, Jiho; Kim, Ye-Hyun; Kim, Tae-Woo; Jung, Seok-KiORAL RADIOLOGY
Bayrakdar, Ibrahim Sevki; Orhan, Kaan; Akarsu, Serdar; Celik, Ozer; Atasoy, Samet; Pekince, Adem; Yasa, Yasin; Bilgir, Elif; Saglam, Hande; Aslan, Ahmet Faruk; Odabas, AlperThe Journal of prosthetic dentistry
Revilla-León M; Gómez-Polo M; Barmak AB; Inam W; Kan JYK; Kois JC; Akal OHeliyon
Alam MK; Alftaikhah SAA; Issrani R; Ronsivalle V; Lo Giudice A; Cicciù M; Minervini GMultimedia Systems
Shafiq H.,Gilanie G.,Sajid M.,Ahsan M.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
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
컴퓨터를 이용한 자료 분석으로 진단능을 향상시키는 방법을 개발하기 위한 연구 및 실험을 시행한다.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
이 강의는 전통적인 고정성 수복 방법에서 기술적으로 digital science 등과 접목된 새로운 임상 술식 및 이에 따른 기존 원칙의 변화 등에 대해 살펴본다.전선 / 대학원
구강악안면방사선학 연구 분야에 관심을 가지는 학생들을 대상으로 구강악안면방사선학 분야에서 진행되고 있는 임상적 및 기초적 연구 분야와 연구방법에 대한 소개를 진행하며 수강생들은 각자 하나의 주제를 가지고 직접 실습을 통하여전필 / 대학원
임상국소의치학의 목적은 국소의치에 대한 이론적인 지식 습득 이후 국소의치 적응환자의 진단과 치료계획을 수립, 치아 및 조직의 변형, 기능인상, 금속구조물의 적합, 국소의치의 장착, 장착이후의 정기적인 관리 등 국소의치 제작의 임상적 전과정에 대한 이해 및 기공 의뢰서식 기록방법을 교육시키는 것이다. 또한 임플랜트의 이론적, 임상적 접근을 통하여 부분 무치악 환자의 치료에 응용할 수 있도록 한다. 특히 복잡하고 다양하게 존재하는 부분무치악 환자의 진단자료에 근거하여 성공적으로 국소의치를 환자가 사용할 수 있도록 예측 판단하여 다양한 임상경험을 습득하도록 교육시키는 것이다.전선 / 대학원
3차원 스캐너와 이를 통해 제작된 가상 치과모델을 이용한 디지털 치과학의 발전이 놀라울 정도로 급속하게 진행되고 있는 가운데, 상실치아 교합면의 모양을 수복하고자 할 때의 방법도 치과 기공사의 숙련된 손을 통해서가 아니라, 컴퓨터 알고리즘을 통한 상실 구조의 정확한 예측으로 방향이 전환되고 있다. 이러한 예측은 상당한 수의 치아 라이브러리를 구축하고 그를 통해 상실 이전의 치아 교합면 형태를 추론하여 제시하는 것이며, 현재 세계 각국에서 상당한 연구가 진행되고 있다. 본 강좌에서는 전자동 교합면 형성의 트렌드와 기술 개발에 관한 연구를 그 내용으로 한다.전선 / 대학원
이 강좌는 보건의료계열 교육에서 학습자의 학습 성과, 즉 교육효과를 측정하기 위한 방법으로서 학습분석학 (learning analytics)이라는 최신 분야의 이론과 실제를 다룬다. 치의학교육을 비롯한 다양한 교육 맥락에서 다각적인 데이터를 체계적으로 수집하고 분석하여 교육 효과를 측정하는 방법을 탐구한다. 나아가 이 데이터에 기반하여 최적화된 학습 환경과 경험을 설계하는 법, 근거기반 교육을 위해 교육연구를 설계하는 방법도 함께 논의한다.전선 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.전선 / 대학원
본 강좌는 체질 인류학적인 치아 형태의 기술을 고찰하고, 특히 대구치의 교합면 특성에 관하여 특징적 패턴을 추출하고, 그 데이터를 바탕으로 주성분 분석을 비롯한 통계적 기법을 활용하여, 수복을 목적으로 하는 치아의 가상 교합면을 예측하는 방법에 대한 연구를 한다.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
본 강의는 지난 7학기동안 강의와 실습을 통해 배우고 환자진료의 참여를 통해서 익힌 치과교정학에 관한 지식을 통합하여 이해할 수 있도록 하는데 목적이 있다. 성장 발육을 응용한 치료가 필요한 환자에서부터 턱교정수술이 필요한 증례까지 다양하게 준비하여, 학생들과 함께 진단 및 검사자료를 제시한 후, 함께 분석하여 치료 계획을 세우고 토론한다. 이후에 실제로 치료한 내용을 검토하면서, 치과교정학의 이론적 지식을 임상적인 관점에서 최대한 이해할 수 있도록 한다. 책임교수는 매주 1~2개의 대표적인 증례들을 선택해서 준비한다. 참여학생들은 본 강좌를 통해서, 교정치료의 전반적인 흐름을 이해하게 되며, 향후 치과교정학을 전공하는데 도움을 주고, 교정치료를 필요로 하는 환자를 전문가에게 의뢰할 수 있는 판단능력을 키워준다. 협진을 필요로 하는 경우에는 교정치료가 어떤 도움을 주는지 알게 되어 환자에게 통합적인 진료를 제공할 수 있는 능력을 갖추게 된다.전선 / 대학원
영상치의학은 모든 치의학의 임상 분야와 밀접한 관련이 있으며, 급속한 진단 영상 기술의 발전과 더불어 많은 변화와 발전이 진행되고 있는 분야이다. 빠르게 변화되고 있는 다양한 영상 기법들이 치의학 연구에 어떻게 적용되고 있는지 이해하고, 영상치의학의 최신 연구 동향들을 파악해 보고자 한다. 이를 통해 영상치의학을 전공하고자 하는 학술대학원생들에게 영상치의학의 다양한 최신 연구기법을 제시한다.전선 / 대학원
치과의료 빅데이터(OCS, EMR, PACS)를 활용하여 치과환자의 진단/치료/예방에 활용하기 위한, 빅데이터 생성/통합/분석 방법에 대해 학습함. 임상의사 결정지원 솔류션을 제공하고 치과의료 질과 안정성 향상 달성하기 위하여, 치과환자 데이터의 효율적 수집/저장/분석을 위한 통합기술 및 구조화기술을 학습함. Theories and Concepts of BigData Analytics in Healthcare Medical BigData: Techniques, Managements, and Applications Diagnosis and Treatment: BigData Analytical Techniques, Datasets, Life Cycles, Managements and Applications for Diagnosis and Treatment Prediction: BigData Analytical Techniques, Datasets, Life Cycles, Managements and Applications for Prediction Big Medical Fake Analytics for Preventing Medical Misinformation and Myths Challenges and Future of BigData in Healthcare전선 / 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.전선 / 대학원
구강 내에서 상실된 치아를 주변 구조물들의 정보와 이미 수립된 data base를 이용하여 삼차원 적으로 재구성하는 방법 연구. 기존의 연구 내용을 기반으로 실제 임상에서 사용가능 여부를 검증하고 더욱 진보된 방법을 찾는다. 비록 구체적 algorithm 개발은 어려울지라도 강의를 들어 기초적 지식을 습득하고 이를 기반으로 기본 연구 방향을 제시하고 실제 임상에서의 need를 제공하여 이미 이루어진 연구를 더욱 발전시킬 수 있도록 한다. 수업은 journal review club을 기본으로 외부 연자의 초빙 및 필요한 경우 report를 제출하도록 한다.전필 / 대학원
악구강계의 해부학적 구조와 기능 및 이와 관련된 일련의 생리학적 과정 및 영향에 관한 기본지식을 바탕으로 진행되는 실습과 강의를 통하여 하악운동을 학습한다. 교합의 구성요소를 배우고 이들이 실제 환자의 하악운동과 어떤 관계를 가지는지 학습하며 실제 교합재구성을 위한 제반사항, 모형의 분석, 교합기의 사용법 및 교합면형성과 . 여러 교합개념에 대한 장, 단점을 소개하고 각 수복방법에 따른 교합개념을 정리한다.전필 / 대학원
본 교과목은 국소의치 제작 및 설계, 환자의 구강형성 이후의 임상적 단계와 다양한 국소의치의 응용에 대한 강의 및 실습을 하게 된다. 인상재료와 과정 및 기능인상 등에 대한 개념과 기법, 국소의치의 교합, 장착 및 수리에 대한 강의가 진행되며, 정밀부착형 유지장치등에 대한 심도있는 접근을 하게 된다. 실습시간에는 국소의치 지대치 형성 및 지대치 금관 제작, 국소의치금속 구조물을 제작하기 위한 wax-up 및 주조, 교합관계 기록, 인공치배열, 교합조정, 정밀 부착형 유지장치를 포함한 지대치의 삭제 및 wax-up, 주조의 과정을 통해 국소의치 제작 방법을 학생들에게 숙지시킨다.