잘못된 정보를 숨기지 않고 정보를 제공하는 정확한 제목: 훈련되지 않은 신경망을 이용한 잔차 역투영 기반 CT 재구성
훈련되지 않은 U-net과 새로운 잔차 역투영 연결을 사용하여 목적 함수를 최소화하고 재구성 정확도를 향상시키는 잔차 역투영 기반 딥 이미지 사전 프레임워크
심초음파 영상에서 잔류 확산 증폭을 이용한 비지도 이상치 탐지 기반의 승모판 역류 인식
심초음파 영상에서 비지도 이상치 탐지 기법을 활용하여 승모판 역류를 효과적으로 인식할 수 있다.
폐 결절 검출을 위한 소스 데이터 없는 비지도 도메인 간 검출 기법
의료 데이터 주석화의 높은 비용으로 인해 대상 이미지가 레이블이 없다고 가정할 때, 소스 도메인과 대상 도메인 간 데이터 분포 차이로 인한 성능 저하 문제를 해결하기 위해 소스 모델만을 활용하여 대상 도메인에 적응시키는 기법을 제안한다.
PET/CT 영상에서 해부학적 지식을 활용한 자동 병변 분할: autoPET III 챌린지
PET/CT 영상에서 병변 분할을 위해 트레이서 유형 분류기와 해부학적 지식을 통합한 nnUNet 앙상블 모델을 개발하였다.
폐암 환자의 컴퓨터 단층 촬영 스캔에 대한 종양 인식 반복 환자 간 변형 가능한 이미지 등록
종양 인식 반복 환자 간 변형 가능한 이미지 등록 방법인 TRACER는 폐암 환자의 컴퓨터 단층 촬영 스캔을 정확하게 정렬하고 종양을 잘 보존할 수 있다.
장기 및 스캐너 간 선암 분할을 위한 Rein을 이용한 비전 기반 모델 미세 조정
Rein을 이용하여 비전 기반 모델(ConvNeXt, DINOv2)을 미세 조정하여 MICCAI 2024 COSAS2024 챌린지에서 우수한 성능을 달성했다.
다양한 영역의 데이터 통합을 통한 조직학 이미지에서의 축삭 및 수초 분할
다양한 영상 모달리티와 종 간 데이터를 통합하여 축삭 및 수초 분할을 위한 일반화된 모델을 개발하고, 이를 통해 연구자들의 워크플로우를 개선하고 장기적으로 유지보수가 용이한 솔루션을 제공한다.
레티나 혈관 분할을 위한 딥 그래프 및 캡슐 추론
제안된 GCC-UNet 모델은 지역 및 전역 특징을 효과적으로 결합하여 레티나 혈관 분할 성능을 크게 향상시킵니다.
신경 렌더링을 통한 수술 중 등록 방법
수술 중 신경 렌더링을 통해 3D 해부학적 구조와 2D 수술 영상 간의 등록을 수행하는 새로운 방법을 제안한다.
가속화된 MRI 재구성을 위한 자기회귀 이미지 확산 모델
자기회귀 이미지 확산 모델은 이미지 간 의존성을 학습하여 일관성 있는 이미지 시퀀스를 생성할 수 있으며, 이를 활용하여 부분적으로 샘플링된 MRI 데이터로부터 고품질의 이미지를 재구성할 수 있다.
© 2024 by Linnk AI