최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Wang Z; Wang R; Sang Y; Wang T; Su Y; Liao W
2024 / International journal of biological macromolecules
데이터가 존재하지 않습니다.
loading...
본 연구는 DCGAN과 PGGAN 생성 모델을 사용하여 비소세포폐암 환자의 흉부 CT 데이터셋을 학습하고, 생성된 영상의 품질과 다양성을 평가합니다. IS, FID, Precision, Recall 등의 지표를 통해 정량적으로 성능을 평가하고, 각 평가 방법의 특징과 한계점을 분석합니다.
Information processing in medical imaging : 12th International Conference, IPMI '91, Wye, UK, July 7-12, 1991 : proceedings
Handbook of medical imaging : processing and analysis
Visualization in biomedical computing : 4th International Conference, VBC '96, Hamburg, Germany, September 22-25, 1996 : proceedings
Handbook of biomedical imaging : methodolgoies and clinical research
ER-trauma : top 100 diagnoses
Information processing in medical imaging : 15th International Conference, IPMI'97, Poultney, Vermont, USA, June 9-13, 1997 : proceedings
Natural user interfaces in medical images analysis : cognitive analysis of brain and carotid artery images
Image-based geometric modeling and mesh generation
Geometric modeling and mesh generation from scanned images
Enzinger and Weiss's soft tissue tumors
Medical image analysis
Medical imaging : artificial intelligence, image recognition, and machine learning techniques
이미지 처리 바이블 =
New techniques in oncologic imaging
Biomedical texture analysis : fundamentals, tools and challenges
Handbook of mathematical models in computer vision
Surgical scene generation for virtual reality based training in medicine
Visual information systems
Archives of Computational Methods in Engineering
Mohd Ali; Mehboob Ali; Mubashir Hussain; Deepika KoundalIEEE Transactions on Medical Imaging
Tang, L.; Zhang, Y.; Hui, Y.; Hou, N.; Zhou, Q.; Zhu, G.; Li, L.; Tian, C.SIMULATION AND SYNTHESIS IN MEDICAL IMAGING, SASHIMI 2023
Lorsakul, Auranuch; Martin, Jim; Landowski, Terry; Walker, Erika; Flores, Mike; Clements, June; Olson, Matthew; Ferreri, GianniJOURNAL OF IMAGING
Skandarani, Youssef; Jodoin, Pierre-Marc; Lalande, AlainMedical image analysis
Dayarathna S; Islam KT; Uribe S; Yang G; Hayat M; Chen ZNeural Computing and Applications
Guan S.,Loew M.IEEE Transactions on Medical Imaging
Varun A. Kelkar; Dimitrios S. Gotsis; Frank J. Brooks; KC Prabhat; Kyle J. Myers; Rongping Zeng; Mark A. AnastasioComputerized Medical Imaging and Graphics
Estakhraji S.I.Z.,Pirasteh A.,Bradshaw T.,McMillan A.정보과학회 컴퓨팅의 실제 논문지
이호욱, 이원희EBioMedicine
Lang O; Yaya-Stupp D; Traynis I; Cole-Lewis H; Bennett CR; Lyles CR; Lau C; Irani M; Semturs C; Webster DR; Corrado GS; Hassidim A; Matias Y; Liu Y; Hammel N; Babenko BSN Computer Science
Segal B.,Rubin D.M.,Rubin G.,Pantanowitz A.Biomedical Signal Processing and Control
Deng, X.; Han, B.Neuro-Oncology
Laslo, Daria; Monzon, Maria; Ramakrishnan, Divya; von Reppert, Marc; Stoller, Schuyler; Stücklin, Ana Sofia Guerreiro; Gerber, Nicolas U; Rauschecker, Andreas; Nazarian, Javad; Mueller, Sabine; Jutzeler, Catherine R; Brüningk, Sarah CKorean Journal of Radiology
Ha Kyung Jung, Kiduk Kim, Ji Eun Park, Namkug KimACM Computing Surveys
Alamir M.,Alghamdi M.Neural Computing and Applications
Makhlouf, Ahmed; Maayah, Marina; Abughanam, Nada; Catal, CagatayIEEE Transactions on Artificial Intelligence, Artificial Intelligence, IEEE Transactions on, IEEE Trans. Artif. Intell.
Jonnalagedda, P.; Weinberg, B.; Min, T.L.; Bhanu, S.; Bhanu, B.IEEE Transactions on Medical Imaging
Pengfei Yang; Xin Ge; Tiffany Tsui; Xiaokun Liang; Yaoqin Xie; Zhanli Hu; Tianye NiuMedical Image Analysis
Li J.,Udupa J.K.,Tong Y.,Wang L.,Torigian D.A.Journal of Physics: Conference Series
Kangning Li전선 / 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
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 / 학사
연구실에서의 연구참여 활동을 통하여 전공 지식을 심화 학습한다. 각자가 원하는 연구에 참여하며 그 연구에 대한 직접적인 경험을 갖는다.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.전선 / 대학원
본 과목은 일차적으로 의료기술평가와 근거기반의사결정 과목을 선수강한 학생들이 보다 전문적인 주제를 이해하고 다룰 수 있도록 계획되었으며, 강의 뿐 아니라 세미나와 토론을 통해 의료기술평가의 특정 방법론으로서 임상적 근거합성 방법의 전문적인 주제를 탐구하며 실제적이고 깊이 있는 이해를 갖추는데 주안점을 두었다. 해당 과목의 구체적인 내용을 다루기 위해서는 임상연구 방법론 및 의학통계에 대한 일정 수준 이상의 이해가 필요하며, 베이지안 접근방식을 포함하여 임상적 의료의사결정 수행에 필요한 근거 창출의 맥락에서 광범위한 근거 구조에 적용될 수 있는 근거 합성에 대한 접근으로서 메타 분석, 간접 비교 및 혼합 치료 비교를 수행하는 방법에 대한 구체적인 논의를 진행하고 실용적인 가이드를 제공한다.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
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
본 강좌에서는 신호처리 분야의 최신 이슈와 연구물에 대해 다루고 있다. 각 강좌마다 다른 문제를 다루고 있다.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
보건 의료분야의 기술, 전략과 정책의 가치평가는 효과성에 대항 평가와 더불에 비용과 비용-효과성, 그리고 의료이용의 수준의 변화에 따른 건강지표의 개선과 같은 의료시스템적인 관점의 가치평가와 함께 환자 또는 수혜자 관점에서의 가치평가도 함께 이루어져야 한다. 본 강좌에서는 보건 의료분야에서의 가치평가에 대한 기본 개념을 소개하고 활용할 수 있는 여러 방법론들에 대한 기본기를 익힌다. 특히 비용 분석, 비용-효과성 분석, 이산선택실험법, 비용 설문의 설계와 분석, 환자 및 기관의 건강보험공단 자료와 같은 보건의료 빅테이터를 활용한 정책 및 기술의 효과 및 의료이용 수준의 변화 분석 등을 검토할 수 있는 이중차분법 및 자료포락분석 방법론들의 개념을 사례들을 중심으로 학습한다.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
성공적인 임플랜트 시술을 하기 위해 여러 진단 영상법을 이용한 술전 치조골 상태의 평가 방법과 술후 매식체와 임플랜트 보철물에 대한 단기적 및 장기적 평가 방법에 대해 토의한다.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
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.전선 / 대학원
부비동의 정상 해부학적 구조물과 여러 가지 병적 상태의 진단 영상 소견에 대해 토의한다. 주 토의 대상이 되는 진단영상법은 CT와 MRI이며 필요에 따라 기타 진단영상법이 포함된다.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 통하여전선 / 대학원
구강악안면 영역에 발생되는 제질환의 진단에 사용되는 여러 진단 영상기기의 기본원리와 임상적용은 물론 영상 형성과 관련된 물리학에 대해 토의한다.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.