최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Oluranti Agboola, Jannie Maree, Richard Mbaya, Caliphs Musa Zvinowanda, Gomotsegang Fred Molelekwa, Nora Jullok, Bart Van der Bruggen, Alexander Volodine, Chris Van Haesendonck
2014 / Korean Journal of Chemical Engineering
Zhang Y.,Peng W.,Xiao Y.,Ming Y.,Ma K.,Hu S.,Zeng W.,Zeng L.,Liang Z.,Zhang X.,Xia C.,Li Z.
2023 / European Radiology
데이터가 존재하지 않습니다.
loading...
본 연구는 딥러닝 기반 압축 감지 재구성(3D DL-CS-MRCP)을 사용한 3D 심호흡 자기공명 담췌관 조영술의 영상 품질을 다른 3가지 프로토콜(3D CS-MRCP, 3D GRASE-MRCP, 2D MRCP)과 비교했습니다. 3D DL-CS-MRCP는 다른 프로토콜에 비해 향상된 신호 대 잡음비 및 대조도 대 잡음비를 보였으며, 특히 2차 수준의 간내 담관 및 췌관 말단부 시각화에서 우수한 성능을 나타냈습니다.
ERCP
Interpretation of ERCP : with associated digital imaging correlation
Machine learning for medical image reconstruction : 4th International Workshop, MLMIR 2021, held in conjunction with MICCAI 2021, Strasbourg, France, October 1, 2021, Proceedings
Visualization in biomedical computing : 4th International Conference, VBC '96, Hamburg, Germany, September 22-25, 1996 : proceedings
Medical image computing and computer-assisted intervention--MICCAI '99 : second international conference, Cambridge, UK, September 19-22, 1999 : proceedings
Medical image computing and computer-assisted intervention--MICCAI '98 : first international conference, Cambridge, MA, USA, October 11-13, 1998 : proceedings
최신영상의학
Computer analysis of images and patterns : 8th International Conference, CAIP'99, Ljubljana, Slovenia, September 1-3, 1999 : proceedings
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
Computer analysis of images and patterns : 5th International Conference, CAIP '93, Budapest, Hungary, September 13-15, 1993 : proceedings
Deep Learning for Medical Image Analysis
Medical imaging and augmented reality : third international workshop Shanghai, China, August 17-18, 2006 proceedings
Functional lung imaging
Reconstructive foot and ankle surgery : management of complications
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
Orthopedic radiology : a practical approach
Computer Recognition Systems 4
Radiographic cephalometry : from basics to 3-D imaging
Computational aspects of the study of biological macromolecules by nuclear magnetic resonance spectroscopy
European Radiology
Yoen, Heera; Lee, Jeong Min; Lee, Sang Min; Kang, Hyo-Jin; Bae, Jae Seok; Kim, Eunju; Peeters, Johannes M.; Yoon, Jeong HeeEuropean Journal of Radiology
Chen Z.,Sun B.,Xue Y.,Duan Q.,Zheng E.,He Y.,Li G.,Zhang Z.European Radiology
Nam, Ju Gang; Lee, Jeong Min; Kang, Hyo-Jin; Lee, Sang Min; Kim, Eunju; Peeters, Johannes M.; Yoon, Jeong HeeEuropean Journal of Radiology
Tajima T.,Akai H.,Sugawara H.,Yasaka K.,Kunimatsu A.,Yoshioka N.,Akahane M.,Ohtomo K.,Abe O.,Kiryu S.European Journal of Radiology
Lohöfer F.K.,Kaissis G.A.,Rasper M.,Katemann C.,Hock A.,Peeters J.M.,Schlag C.,Rummeny E.J.,Karampinos D.,Braren R.F.Indian Journal of Pediatrics
Sodhi K.S.,Maralakunte M.,Bhatia A.,Lal S.B.,Saxena A.K.Investigative Radiology
Yoon, Jeong Hee; Lee, Sang Min; Kang, Hyo-Jin; Weiland, Elisabeth; Raithel, Esther; Son, Yohan; Kiefer, Berthold; Lee, Jeong MinJournal of Magnetic Resonance Imaging
Tanabe M.,Onoda H.,Higashi M.,Morooka R.,Ihara K.,Tanabe M.,Matsukuma M.,Iida E.,Furukawa M.,Ito K.Abdominal radiology (New York)
Nagata S; Goshima S; Noda Y; Kawai N; Kajita K; Kawada H; Tanahashi Y; Matsuo MJournal of Magnetics
Park, Cheol-Soo; Cho, Jae-Hwan; Lee, Hae-Kag; Dong, Kyung-Rae; Chung, Woon-Kwan; Seok, Jong-Min; Han, Man-Seok; Lee, Sun-Yeob; Goo, Eun-Hoe; Kim, Eng-ChanJournal of Magnetics
박철수, 조재환, 이해각, 동경래, 정운관, 석종민, 한만석, 이선엽, 구은회, 김응찬European Radiology
Shiraishi K.,Nakaura T.,Uetani H.,Nagayama Y.,Kidoh M.,Kobayashi N.,Morita K.,Yamahita Y.,Tanaka Y.,Baba H.,Hirai T.Abdominal Radiology
Yang, Jiang; Qin, Li; Qinqin, Hu; Yu, Fang; Huiping, Yang; Ran, Hu; Qin, Zhang; Yirong, Zhao; Longling, Fan; Hua, Yang; Dechuan, ZhangAbdominal Radiology
Sun B.,Chen Z.,Duan Q.,Xue Y.,Zheng E.,He Y.,Lin L.,Li G.,Zhang Z.European Journal of Radiology
Kim, Jung Hoon; Hong, Seong Sook; Eun, Hyo Won; Han, Joon Koo; Choi, Byung IhnAbdominal Radiology
Mannes I.,Dallongeville A.,Badat N.,Beaussier H.,Chatellier G.,Zins M.La radiologia medica
Brendel, Jan M.; Dehdab, Reza; Herrmann, Judith; Ursprung, Stephan; Werner, Sebastian; Almansour, Haidara; Weiland, Elisabeth; Nickel, Dominik; Nikolaou, Konstantin; Afat, Saif; Gassenmaier, SebastianAbdominal radiology (New York)
Kwon H; Reid S; Kim D; Lee S; Cho J; Oh JEuropean Journal of Radiology
Blaise H.,Remen T.,Ambarki K.,Weiland E.,Kuehn B.,Orry X.,Laurent V.European Radiology
Matsuyama T.,Ohno Y.,Yamamoto K.,Ikedo M.,Yui M.,Furuta M.,Fujisawa R.,Hanamatsu S.,Nagata H.,Ueda T.,Ikeda H.,Takeda S.,Iwase A.,Fukuba T.,Akamatsu H.,Hanaoka R.,Kato R.,Murayama K.,Toyama H.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
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
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
최근 자기공명영상의 기술적 발전과 다양한 간 조직특이 조영제의 개발은 소화기계 분야에서 자기공명영상의 이용을 획기적으로 증가시켰다. 특히 간 담도계 질환의 평가에 있어 자기공명영상은 기존의 초음파 및 CT와 같은 영상매체가 제공할 수 없는 MRCP와같은 영상을 제공할 수 있는 장점이 있으며, 자기공명영상에서는 간세포, 쿠퍼세포등에 선택적으로 섭취되는 다양한 조영제가 있다. 이 강좌를 통하여 학생들은 간담도계 분야의 방사선학적 진단의 기본이 되는 MRI의 영상 획득방법 및 조직특이조영제에 관한 기본 특성 및 다양한 간담도계 질환의 영상소견에 대한 지식을 습득하며, 이를 임상에 응용하는 능력을 배양한다.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
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
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
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.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
개인별 약물유전체학적 정보 및 외인적 요인 등을 통합하여 환자별 맞춤약물요법을 연구하고 적용하는 데 필요한 지식을 습득한다.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
인구의 고령화와 산업화로 인해 노인성 난청 및 소음성 난청 인구가 급속히 증가하고 있고 신생아 난청과 어지럼증에 대한 수요가 증가하고 있다. 본 강좌에서는 청각학과 관련 검사를 이해하고 실제 실습을 하면, 신생아 난청선별검사 방법, 어지럼증의 최신 검사법, 보청기의 처방을 위한 검사, ABR, ASSR등 유발전위검사등에 대해 장비실습을 겸한 강의를 진행한다.전선 / 대학원
자기공명영상(Magnetic Resonance Imaging (MRI))의 물리학적 기본 원리를 학습하고 이를 바탕으로 현재까지 개발된 다양한 자기공명영상 contrast와 관련 펄스 시퀀스 (pulse sequence)의 이해를 통해 궁극적으로 여러 질병들의 발병기전 연구 또는 진단 등 기초과학 및 임상에 응용 가능한 자기공명영상 기술개발에 필요한 기초 지식을 습득한다.전선 / 대학원
구강 및 악골의 정상 해부학적 구조를 숙지하고 방사선촬영을 통한 영상을 분석함으로 병상을 규명하고자 한다. 일반촬영, 단층촬영, 파노라마촬영, 조영촬영 및 CT, MRI 등으로 각각의 질환에 대한 특징을 비교 진단하는데 목적을 둔다.전선 / 대학원
최근Multidetector row CT 의 획기적인 기술적 발전으로 복부 방사선과학 영역에서 이의 임상적 이용이 증가하고 있고, 소화기계 질환의 진단 및 치료 과정에서 복부 방사선학의 중요성이 커지고 있다. 이 강좌를 통하여 학생들은 Multidetector row CT에 관한 기본 물리학적 지식, 방사선량의 조절을 위한 기법 및 고농도 조영제의 특성 및 조영제 주입방식에 관한 기본 지식을 습득할 수 있고, 복부의 다양한 장기의 특성에 맞게 변화된 영상획득 방법 및 3차원 영상 재구성에 관한 지식을 획득한다. 또한, 다양한 복부 질환의 CT영상소견에 대한 지식을 습득하며, 이를 임상에 응용하는 능력을 배양한다.전필 / 대학원
본 교과목은 졸업 후 보존수복학 및 근관치료학 분야의 환자진료에 독자적인 판단력 및 응용력을 갖추도록 능력을 배양하는 과목으로, 급격히 발전하는 보존수복학 분야의 수복재료 및 임상시술기법에 대하여 강의하고, 근관치료학분야의 외과적 술식 및 응급처치와 최근 소개된 근관치료기법에 대하여 강의한다. 또한 다양한 증례의 분석을 통하여 보존수복학 및 근관치료학 분야의 질환 및 임상시술에 대처할 수 있는 능력을 키운다.전선 / 학사
본 강좌에서는 국내 소동물 임상에서 비교적 흔하게 수행되는 소동물 정형, 신경외과 수술 12가지를 고화질 3D 수술 동영상을 활용하여 간접적으로 습득할 수 있도록 한다. 본 강좌를 통해 학생들은 소동물 정형, 신경외과 수술에 있어서 필요한 전반적인 지식뿐만 아니라 졸업 후 바로 활용할 수 있는 보다 실질적인 수술 테크닉을 습득하게 될 것이다.전선 / 대학원
CCD Imaging, 측광, 적외선 관측, 자료처리, 화상처리, 분광 등의 광학 관측과 자료 처리를 학습하고, 망원경, 관측 기기 및 컴퓨터를 이용하여 광학 관측을 실습한다.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.