최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
데이터가 존재하지 않습니다.
loading...
본 논문은 의료영상 분류의 어려움을 극복하기 위해 혼합적 속성관계를 이용한 새로운 분류 기법을 제안한다. 주석처리방식의 정확성과 내용처리방식의 자동화 장점을 결합하여 시스템 구축 시간과 비용을 절감하고 분류 성능을 향상시키는 것을 목표로 한다. 실험 결과, 제안하는 기법이 의료영상 분류에서 우수한 성능을 보임을 확인하였다.
Machine learning and data mining in pattern recognition : first international workshop, MLDM'99, Leipzig, Germany, September 16-18, 1999 : proceedings
Health Information Science : 8th International Conference, HIS 2019, Xi'an, China, October 18–20, 2019, Proceedings
Handbook of biomedical imaging : methodolgoies and clinical research
ER-trauma : top 100 diagnoses
의학영상 : 신호 및 시스템
Machine learning and medical imaging
Atlas of clinical gastrointestinal endoscopy
Digital image processing for medical applications
Machine learning paradigms : advances in data analytics
Geometric level set methods in imaging, vision, and graphics
Pulmonary pathology
Diagnostic imaging for the emergency physician
Medical image registration
Optical devices in ophthalmology and optometry : technology, design principles, and clinical applications
Image processing and analysis : a practical approach
Medical imaging signals and systems
Natural user interfaces in medical images analysis : cognitive analysis of brain and carotid artery images
Visual information systems
한국컴퓨터정보학회논문지
김형일Health and Technology
Al-Galal, Sabaa Ahmed Yahya; Alshaikhli, Imad Fakhri Taha; Abdulrazzaq, M. M.Scientific Reports
Silva W.,Gonçalves T.,Härmä K.,Schröder E.,Obmann V.C.,Barroso M.C.,Poellinger A.,Reyes M.,Cardoso J.S.정보과학회논문지 : 소프트웨어 및 응용
김형일, 김용욱Procedia Technology
Lashari, Saima Anwar; Ibrahim, RosziatiJournal of Mechanics in Medicine and Biology
Imane Nedjar; Mostafa El Habib Daho; Nesma Settouti; Mohamed Amine Chikh; Saïd MahmoudiComputers in biology and medicine
Li J; Jiang P; An Q; Wang GG; Kong HFMultidimensional Systems and Signal Processing
Venkatesan B.,Ragupathy U.S.Journal of Information & Knowledge Management
N. Nagaraja Kumar; T. Jayachandra Prasad; K. Satya PrasadComputational intelligence and neuroscience
Lai Z; Deng HJOURNAL OF BIG DATA
Yadav, Samir S.; Jadhav, Shivajirao M.Mobile Networks and Applications
Tuyet V.T.H.,Binh N.T.,Quoc N.K.,Khare A.Multimedia Tools and Applications: An International Journal
Mohamed Shakeel, P.; Desa, Mohamad Ishak; Burhanuddin, M. A.Multimedia Tools and Applications
Rani K.V.,Prince M.E.,Therese P.S.,Shermila P.J.,Devi E.A.DIAGNOSTICS
Ursuleanu, Tudor Florin; Luca, Andreea Roxana; Gheorghe, Liliana; Grigorovici, Roxana; Iancu, Stefan; Hlusneac, Maria; Preda, Cristina; Grigorovici, AlexandruBiomedical Signal Processing and Control
Miranda D.,Thenkanidiyoor V.,Dinesh D.A.정보과학회논문지 : 소프트웨어 및 응용
박상철, 이명은, 김수형, 나인섭, 진연연Multimedia Tools and Applications
Münzer, B.; Schoeffmann, K.; Böszörmenyi, L.International Journal of Bio-Science and Bio-Technology
Mishra, A.; Rai, A.; Yadav, A.Statistical methods in medical research
Betz-Stablein B; Hazelton ML; Morgan WH전선 / 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
전자의무기록, 소셜 미디어, 건강보험자 등 여러 자료원으로 부터 많은 양의 정형, 비정형 보건의료데이터가 생성되고 있다. 이런 데이터에서 얻은 정보와 지식은 보건의료서비스전달체계를 향상하고 의료비를 줄이는 데 활용할 수 있다. 보건의료분야에서 생성되는 데이터는 용량이 크고 복잡하여 분석하는 것도 쉽지 않고 그 분석결과를 임상실무에 적용하는 것 또한 쉽지 않다. 이 교과목에서는 전자의무기록, 소셜 미디어, 건강보험자 등에서 생산되는 보건의료 빅데이터의 특성과 이들 데이터를 분석하는 기법에 대해 소개한다. 본 교과목에서 데이터마이닝/기계학습, 분류등과 같은 정형데이터의 분석기법 뿐 아니라 자연어처리, 텍스트 마이닝 등 비정형데이터 분석기법을 포함한다.전선 / 대학원
방사선, MR, 초음파, 감마카메라, SPECT, PET을 이용하여 획득한 영상의 정합, 정규화, 도시, 정량화, 영상처리, 전송 등을 주요 주제로 PACS 기술을 포함한다. 삼차원 영상, 동적영상, 영상의 통계적 해석 등을 포함한다. 각 영상처리 기술의 공통적인 바탕을 교육하고 이어서 각 방법의 차이에 따른 영상 신호의 특질을 이해하고 의료 영상을 구성하는 토대를 파악하여 실제 임상에 응용되는 의료 영상을 터득하게 된다. 특히 영상의 디지털 처리와 의료환경의 변화에 따른 영상처리의 발전을 이해한다.전선 / 대학원
의공학 및 의료정보기술의 발전에 따라서 의료기관에서 활용되고 있는 정보시스템은 다양하게 발전하고 있으며, 진료의 편리성 제공 및 기능적인 도움을 줄뿐만 아니라, 임상 및 연구에서 활용되고 있는 범위가 점차 확대되고 있다. 본 교과목에서는 데이터메이스의 이해, 정보시스템의 분석방법론, 개체관계형 모델, 의학용어체계 등 다양한 의료정보 시스템의 기본적인 원리와 함께, 설계 방법론에 대하여 공부한다. 또한 개발된 정보시스템을 향 후 연구 및 지능형 정보시스템에서 활요하기 위하여 임상진료와 연구의 목적에 부합하게 처리 분석하는 XML, data clustering 등 다양한 의료정보 처리 방법에 대하여 임상에 적용된 사례 및 최근의 연구 동향을 포함하여 폭 넓게 공부한다.전선 / 대학원
의료분야의 정보화가 진행됨에 따라 정보검색 기술은 가장 많이 활용되는 기술이 되었다. 향후 디지털화된 의료정보를 관리하고 이를 연구와 진료에 활용하기 위해서 정보검색기술은 가장 중요한 위치에 있는 핵심기술이다. 이를 위하여 의료환경에서 사용될 수 있는 정보검색의 기초이론을 강의한다. 강의는 의학용어모델, 정보검색모델, 인덱스구조를 중심으로 강의가 이루어진다. 의학용어모델에서는 의료정보시스템에서 사용되는 용어모델의 종류 및 특성을 설명하며, 정보검색모델로는 불리언모델, 벡터모델, 확률모델에 대하여 특성을 강의하며, 인덱스구조에서는 정보검색에 사용되는 inverted file, signature file의 구조 및 각각의 차이와 활용분야에 대하여 강의가 이루어진다.전선 / 대학원
의료정보시스템은 일반적인 정보시스템에 비교하여 매우 복잡한 데이터의 흐름을 관리하여야 한다. 또한 데이터의 용량이 많을 뿐만 아니라 전체시스템은 빠른 응답속도를 유지해야 하는 조건을 만족시킬 수 있어야 한다. 본 강좌에서는 병원에서 발생되는 업무의 흐름을 분석하고 이를 객체 관계형 모델 (entity relationship diagram)로 표현하는 기법을 배운다. 또한 객체관계모델을 토대로 관계형 데이터베이스를 설계하는 과정을 배우게 되며, 관계형 데이터베이스 설계에 사용되는 제약조건들의 의미와 구현방법들을 배운다. 또한 구축된 toy system을 이용하여 대용량 데이터베이스 평가 및 시스템의 성능 평가를 위한 평가모델의 설계 및 구현방법을 배운다.전선 / 대학원
날로 증가하는 의학이용에 따라 의학 전반에 걸쳐서 응용되고 있는 컴퓨터의 의학 응용에 관하여 개괄적으로 강의한다. 의학연구에 이용되고 있는 컴퓨터 모델링 및 시뮬레이션 방법을 살펴보고, 각종 의료장비에 연결되어 응용되고 있는 컴퓨터에 관하여 살펴본다. 또한 각종 생체 제어장비에 응용되고 있는 컴퓨터에 관하여 살펴보며, 병원에서 사용되고 있는 의료용 데이터베이스에 관하여 공부한다. 특히, 의료용 영상의 저장 및 전송에 관한 방법에 관하여 그 방법과 실례들을 소개한다.전선 / 대학원
이 강좌는 학부에서 배운 수의영상의학 지식을 토대로 더욱 진보하고 포괄적인 내용을 다루게 된다. 일반방사선, 투시, 특수 조영법, 초음파, 전산화단층촬영, 자기공명영상, 핵의학 등 진단영상 영역에서 양질의 영상 획득을 위한 영상 방법의 본질적 특성을 이해하고, 장비를 조작하거나 문제점을 해결할 수 있으며, 이를 통해 얻은 양질의 영상을 이용해 다양한 질환에 따른 영상의 특성을 숙지하고 실제 진료에서 활용할 수 있는 능력을 갖춘다. 강의 내용은 수의영상의학 영역에서의 기존의 문헌 및 최근 학술지 논문 등을 통해 준비를 하게 되며, 강의 외에도 실제 다양한 증례를 통해 영상을 판독하는 기술을 함양하도록 한다.전필 / 학사
이 강좌는 학생들이 영상소견을 환자 정보, 병력 및 증상 등과 종합하는 능력을 함양함에 있어 엄선된 증례 영상을 위주로 진행되며, 기본적인 수준의 진료를 행할 수 있는 정도의 실력을 갖추게 될 것이다. 전형적인 수준의 영상을 살펴보고 영상기법, 양질의 영상획득 및 안전에 대해서도 학습한다. 영상 판독, 감별진단 목록 작성 등의 절차는 물론 근골격계, 심혈관계, 호흡기계, 소화기계, 요로계, 간담도계 등 다양한 시스템별 영상을 다루고, 추가적으로 초음파, CT, MRI 등 다양한 영상기법에 대해서도 기초적인 내용을 학습하게 된다.전선 / 대학원
임상의학은 근원적으로 정보집중적 분야이다. 임상의료정보학 강좌에서는 임상의학의 제과정을 정보학적 관점에서 재구성하여 각 장면과 단계별로 정보학적 특성에 대해 논한다. 임상의학에서 사용되는 임상의료정보 시스템, 임상 의사결정학 및 제 응용분야별 특성을 탐구한다. 임상진료 알고리즘과 의학 인공지능의 실제 적용사례를 통해 임상의학에서 정보학적 응용을 다룬다.전선 / 대학원
생명 공학의 발전과 의료의 디지털화로 인해서 방대한 양의 유전체 및 오믹스, 그리고 전자의무기록 데이터가 수집되었으며, 이제 이 방대한 데이터의 처리 및 분석이 중요한 문제이다. 본 과목은 유전체, 오믹스, 의료 데이터의 특성을 소개하며, 이러한 데이터를 분석할 수 있는 통계 및 머신러닝 기반의 분석 방법을 소개한다. 특히, 이 과목은 유전체 등의 바이오 데이터와 전자의무기록이 결합되어 있는 바이오뱅크 데이터에 중점을 둔다. 구체적인 주제는 다음과 같다 ◆ 유전체 등의 바이오데이터와 전자의무기록 데이터의 특성 ◆ 유전체 데이터 연관성 분석 ◆ 유전체 기반 질병 위험도 예측, 인과관계 추론 및 약물 표적 규명 ◆ 전자의무기록 데이터 기반 임상 의사결정 지원 시스템 ◆ 유전체 및 임상 데이터 통합한 다중 모드 데이터 분석전선 / 대학원
단면영상으로부터 3차원영상을 구성하기 위한 컴퓨터그래픽스와 영상처리기술에 대한 지식을 공부한다. 이로부터 얻어지는 3차원영상의 종류와 그의 장점 및 한계점들을 분류하고 한계점들을 극복하기 위한 해결방향들을 토론한다. 3차원영상진단의 계측기준을 종합하고 분석하며 2차원영상진단 시의 기준과의 차이점을 확인하고 진단기준에 필요한 데이터들의 필요성과 이용을 인식한다. 3차원 영상으로 만들 수 있는 가상치료시스템 및 응용분야를 토의한다.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
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.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
다양한 종류의 의료 및 생명 분야 빅데이터가 생성되어 축적되고 있는 상황이다. 의료 분야 빅데이터는 기본적인 전자의무기록 외에도 이미지, 생체신호, 텍스트 등의 다양한 비정형 데이터를 포함하게 되었으며, 생명 분야 빅데이터는 차세대시퀀싱 기법의 발전으로 말미암아 유전체, 전사체, 후성유전체 등의 다양한 오믹스 데이터를 포함하게 되었다. 또한 이러한 빅데이터의 생성 및 축적과 더불어 인공지능 기법을 적용하여 기존에는 다루지 못했던 새로운 문제를 정의하고 보다 깊이 있는 빅데이터 분석을 시도하는 연구들이 등장하게 되었다. 본 강좌에서는 의료 및 생명 분야의 다양한 빅데이터를 소개하고 해당 데이터를 다룰 수 있는 인공지능 분석 기법들을 소개함으로써 최신의 의생명 빅데이터 관련 인공지능 연구를 배울 수 있도록 한다.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.전선 / 대학원
응급질환 환자에서 신속한 진단과 적절한 치료가 이루에 질 수 있도록 응급상황에서의 영상 진단과 비침습적인 영상 유도하의 중재적 치료 방법을 소개한다.전선 / 대학원
보건학 자료는 이진형, 연속형 등 다양한 유형의 자료들로 이루어져 있으며 subjects사이의 상관성으로 인하여 분석이 쉽지 않다. 이러한 보건학 자료의 분석을 위하여 선형혼합모형, 일반화선형모형, 일반화선형혼합모형 등이 주로 활용되어 왔다. 고급보건통계이론에서는 이러한 분석 방법론에 활용되고 있는 다양한 모수 추정방법론과 관련 이론을 학습할 것이다. 예를 들어, 최대가능도추정량과 제한가능도추정량의 점수함수와 모수추정 방법론을 배우고 동시에 일반화추정방정식과 관련된 다양한 이론을 학습하고 연습함으로써 보건통계자료 분석의 기본 이론을 배울 수 있는 기회가 될 것이다.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.