data-product-id="11555" data-recruit-progress="0" data-activity-progress="0"
- 의료영상에 딥러닝을 적용하고 있지만, 어떤 원리로 얻어지고 어떤 한계가 있는지 정확히 모르시는 분들
- 의료에 컴퓨터 기술이 어떻게 접목될 수 있는지 궁금하신 분들
쉬움 (1단계) ~ 어려움(5단계)
- 의료영상에 딥러닝을 적용하려면 어떤 점을 고려해야하는지 이해합니다
- 의료영상에 어떤 컴퓨터 기술들이 적용될 수 있는지 이해합니다
2. 이론을 공부하는 주차는, 해당 의료영상기법을 고른 참여자가 퍼실이가 알려주는 키워드 중심으로 사전학습을 진행하고 발표합니다.
나머지 인원은 사후학습으로 진행합니다.
3. 원하시는 분들에 한정해서 퍼실이가 만든 직접 풀어볼 수 있는 문제도 제공합니다.
4. 논문에 대해 토론하는 주차는, 모든 인원이 논문에 대해 사전학습을 진행하고 토론합니다.
5. 모임 이후에 궁금한 점은 사소한 것이라도 Slack에 공유해서 이해할 수 있도록 합니다!
- (필수) 고등학교 수준의 미적분
- 기초적인 딥러닝 (뉴럴네트워크, CNN)
- 기초적인 영상처리
- 코딩 할줄 몰라도 됨 (퍼실도 잘 모름)
Nadine Barrie Smith and Andrew Webb - Introduction to Medical Imaging
부 교재
최윤섭 저자 - 의료 인공지능
참고자료
퍼실이가 소개해줄 여러가지 자료 + 논문
| 주차 | 모임내용 | 학습자료 |
|---|---|---|
| 1 주차 | 풀잎스쿨 과정 소개 + 퍼실이의 의료영상 입문 강의 + 발표주제 고르기 | 주 교재 1장 + 퍼실이 자체 제작 자료 |
| 2 주차 | [이론] X-Ray / CT의 원리 | 주 교재 2장 |
| 3 주차 | [이론] 딥러닝 Segmentation | U-Net 논문 및 추가 추천 논문 |
| 4 주차 | [이론]PET/SPECT (핵의학)의 원리 | 주 교재 3장 |
| 5 주차 | [이론] 퍼실이의 컴퓨터를 접목한 의료기술 발표 | 퍼실이 자체 제작 자료 |
| 6 주차 | [이론] 초음파의 원리 | 주 교재 4장 |
| 7 주차 | [이론]MRI의 원리 | 주 교재 5장 |
| 8 주차 | [논문] X-Ray/CT, 초음파, PET/SPECT, MRI에 segmentation을 접목시킨 논문 | 각자 선정한 논문 |
| 9 주차 | [이론] 내시경 / 형광조영술의 원리 | 퍼실이가 추천하는 참고자료 |
| 10 주차 | [논문] 내시경 / 형광조영술에 Detection 또는 Classification을 접목시킨 논문 | 참여인원이 선정한 논문 |
| 11 주차 | [토론] 의료영상의 자동화와 딥러닝 | 퍼실이 추천 자료 + 참여인원이 선정한 논문 |
장형기
컴퓨터 비전을 너무나도 좋아하는 딥러닝 꼬꼬마입니다. 의료분야와는 복잡한 짝사랑 관계에 있습니다.
임페리얼 칼리지 런던에서 Image-guided intervention을 전공했고, 케임브리지 대학 연구소에서 의료광학을 연구했습니다.
의료영상에 컴퓨터 비전과 딥러닝을 적용하는 것은 굉장히 흥미로운 분야입니다. 비전과 딥러닝은 공부하기 좋은 자료가 많은 반면에, 안타깝게도 의료영상을 공부하는 자료는 접근성이 떨어지고 진입장벽이 높습니다. 많은 분들께서 이 때문에 의료영상에 비전기술/딥러닝을 적용하지 못 하거나, 또는 직접 사용해보지만 의미있는 기술을 만들지 못 합니다. 이번 풀잎을 통해 여러분들과 함께 여러가지 의료영상기법들과 비전기술, 딥러닝을 즐겁게 공부하고 싶습니다.
컴퓨터 비전을 너무나도 좋아하는 딥러닝 꼬꼬마입니다. 의료분야와는 복잡한 짝사랑 관계에 있습니다.
임페리얼 칼리지 런던에서 Image-guided intervention을 전공했고, 케임브리지 대학 연구소에서 의료광학을 연구했습니다.
의료영상에 컴퓨터 비전과 딥러닝을 적용하는 것은 굉장히 흥미로운 분야입니다. 비전과 딥러닝은 공부하기 좋은 자료가 많은 반면에, 안타깝게도 의료영상을 공부하는 자료는 접근성이 떨어지고 진입장벽이 높습니다. 많은 분들께서 이 때문에 의료영상에 비전기술/딥러닝을 적용하지 못 하거나, 또는 직접 사용해보지만 의미있는 기술을 만들지 못 합니다. 이번 풀잎을 통해 여러분들과 함께 여러가지 의료영상기법들과 비전기술, 딥러닝을 즐겁게 공부하고 싶습니다.
풀잎스쿨 신청 및 결제를 위해서 로그인을 해주세요
본 과정은 여러가지 의료영상과 (X-ray/CT, 초음파, 히스톨로지, 내시경, PET/SPECT, 형광조영술, MRI 등) 컴퓨터 비전 기술, 딥러닝을 적용하는 방법에 중점을 둡니다. 우선 영상이 얻어지는 원리와 각각의 기법들의 장단점 및 한계에 대해서 이론적으로 공부합니다. 그 후, 의료영상기법에 딥러닝을 적용한 기술에 대해 서베이 논문 및 최신 기술논문을 읽고 트렌드를 공부하며 토론을 하는 방식으로 진행됩니다. 이 풀잎스쿨이 끝난 후에는 어떤 의료영상에 어떻게 비전 기술과 딥러닝을 적용해서 어떤 문제를 풀 수 있을지 자신만의 답을 내릴 수 있게 됩니다. 또, 병원에서 친구 앞에서 아는 척을 할 수 있는것은 보너스입니다.