초광각 안저 영상을 이용한 당뇨망막병증 및 당뇨황반부종의 자동 감지를 위한 딥러닝 기반 접근법
초광각 안저 영상 분석을 위한 딥러닝 기반 솔루션을 제시하여 당뇨망막병증과 당뇨황반부종의 조기 감지 및 진단 효율성을 높일 수 있다.
의료 영상 분석을 위한 범용 비전 기반 모델 평가: DINOv2의 방사선학 벤치마크에 대한 실험적 연구
DINOv2는 다양한 의료 영상 분석 작업에서 우수한 성능을 보이며, 기존 감독 학습 및 약한 감독 학습 모델을 능가한다.
딥러닝 기반 자동 뇌종양 탐지를 위한 뇌 영상 분할
본 연구는 3D U-Net 모델을 활용하여 딥러닝 기반의 자동 뇌종양 분할 기술을 개발하고 평가하였다.
당뇨병성 망막병증의 사전 훈련된 딥러닝 모델을 이용한 분류
본 연구는 사전 훈련된 딥러닝 모델을 활용하여 당뇨병성 망막병증을 5개 단계(정상, 경증, 중등도, 중증, 증식성)로 자동 분류하는 컴퓨터 보조 진단 시스템을 제안한다.
딥러닝 모델의 설명 가능성 향상을 위한 체커보드 노이즈 제거 기법
딥러닝 모델의 설명 가능성을 높이기 위해 컨볼루션 다운샘플링에서 발생하는 체커보드 노이즈를 제거하는 방법을 제안한다.
신경 상미분 방정식 기반 순차적 영상 등록을 통한 동적 특성 분석
신경 상미분 방정식 기반 등록 프레임워크를 활용하여 생물학적 시스템의 동적 특성을 파악하고 이를 공간 변환 결과를 제한하는 데 활용할 수 있다.
의료 영상에서 모든 것을 세그먼트하기
MedSAM은 다양한 의료 영상 모달리티와 질병 유형에 걸쳐 정확하고 효율적인 세그멘테이션을 제공하여 진단 도구 발전과 맞춤형 치료 계획 수립을 가속화할 수 있습니다.
비조영 CT 간암 분할을 위한 YNetr 모델
본 연구에서는 비조영 CT 간암 분할을 위한 PSLT 데이터셋과 YNetr 모델을 제안하였다. YNetr 모델은 다중 주파수 정보를 효과적으로 추출하여 PSLT 데이터셋에서 최고의 성능을 달성하였다.
3D 의료 영상 분석을 위한 다중 모달 대형 언어 모델의 발전
다중 모달 대형 언어 모델을 활용하여 3D 의료 영상 분석을 발전시킬 수 있다.
의료 영상 분할을 위한 다축 주의 집중 기반의 MaxViT-UNet
제안된 MaxViT-UNet 프레임워크는 UNet 구조를 기반으로 하는 새로운 하이브리드 인코더-디코더 아키텍처로, 다축 주의 집중 메커니즘을 활용하여 의료 영상 분할 성능을 크게 향상시킨다.
© 2024 by Linnk AI