AI 썸네일형 리스트형 Medical Image Registration Registration - 다른 각도나 크기, 위치에 있는 두 영상을 매칭시켜주는 영상 정합 기법 - Linear한 방식과 non-linear(Deformable)한 방식을 사용함 ▶ Non-linear한 방식을 위해 deep-learning 활용 Registration의 목적 1) 시계열적 정보 분석 ▶ 환자의 질병 경과 파악 - 동일한 환자가 동일한 모달을 사용하는 경우 2) 여러개의 모달 분석 ▶ 고차원적인 병변 분석 - 동일한 환자가 여러 개의 모달을 사용하는 경우 (ex. T1, T2, Flair 등) 3) Annotation 자동화 ▶ 라벨링비용 및 시간 절감 - 다양한 환자데이터를 동일한 모달에서 사용하는 경우 Registration 방식 1) Linear Registration - Affi.. 더보기 GCN (Graph Convolution Network) 개념 GCN은 왜 생기게 되었을까? 인공지능 분야에서 이미지데이터를 처리할 때에는 CNN (Convolutional Neural Network)을 가장 대표적으로 사용합니다. 그리고 순차적인 데이터 (ex. 음성 데이터, 텍스트 데이터)같은 경우에는 RNN (Recurrent Neural Network)을 대표적인 모델로 떠올릴 수 있습니다. 하지만 위와 같은 데이터들이 아닌 연관관계가 있는 데이터들이 있다면 CNN, RNN같은 기존 모델들이 좋은 성능을 보일까요? 모델의 개념에 대해 공부해보신 분들은 연관관계를 고려하지 못할 것이라는 것을 쉽게 유추하실 수 있을 것입니다. 연관관계가 있는 데이터의 예를 든다면 1. SNS의 Social Network 2. 인간의 뇌세포 구조 3. 3차원형태의 픽셀 그림(3D.. 더보기 Anaconda 및 Tensorflow 설치 ※설치과정은 윈도우 64비트 버전 기준입니다! 1. Python 64비트 버전으로 설치하기 www.python.org/downloads/windows/ Python Releases for Windows The official home of the Python Programming Language www.python.org 처음 설치화면인데 여기서 Add Python(설치버전)to PATH 이 부분을 체크한 뒤 Install now로 넘어가면 Python 설치 완료가 됩니다. 2. Anaconda 설치하기 www.anaconda.com/products/individual#Downloads Anaconda | Individual Edition Anaconda's open-source Individual Ed.. 더보기 Newton Method(뉴턴법) Newton Method: 함수의 해를 근사하는 방법 Newton Method의 활용 1. 이미지 변환(ex. 카메라 왜곡보정) 2. 목적함수 최적화 Newton Method의 한계 1. 함수의 해가 여러개일때 한개의 해만 구할수 있음. 2. 초깃값 설정에 따라 해를 구하기까지의 시간이 달라짐. 3.해를 구하려는 함수가 미분이 가능해야 함. Newton Method 개념 위 그래프와 같은 경우에는 직관적으로 해를 찾는 것이 가능하지만 함수가 복잡해질 경우 해를 찾기 매우 어려운데 이 경우 Newton Method를 활용하여 해의 근사값을 구할 수 있다. 위 그래프와 같이 접선을 이용해 해를 구하는 과정은 Taylor Expansion(테일러 전개)를 활용한다. 주어진 그래프는 2차식이기 때문에 우리는 1.. 더보기 인공지능의 개념 인공지능이란 인간의 지능으로 할 수 있는 여러 능력을 컴퓨터로 구현한 것. 인공지능은 다음과 같이 정의할 수 있다. 동작의 시뮬레이션: 학습의 측면과 지능을 정확히 묘사 -> 기계가 시뮬레이션 가능 생각의 흉내: 컴퓨터가 생각할 수 있는 능력 작업의 조력자: 사람보다 효율적으로 일하는 것 지능적 행동: 복잡한 환경에서 인공지능이 수행하는 지적 행동을 정리 인공지능의 발전과정 논리/규칙 기반(1960~1980년대)현실의 문제 정의 못함, 세상의 모든 지식을 알려줄 수 없음 연결기반(1980~1990년대)계산이 복잡, 신경망을 충분히 학습시킬 수준이 안됨훈련시킬 데이터 부족 기계학습(1990~2010년대)최적화 방식으로 문제 해결 -> 다른 분야에 적용하기 어려움특성 설계의 능숙도에 따라 성능 좌우 딥 러닝.. 더보기 이전 1 다음
