본 연구는 다중 관점 증거 학습 기반의 MERIT 모델을 제안하여 간 섬유화 단계 예측의 신뢰성과 해석 가능성을 향상시켰다.
뼈 전이 분석을 위한 인공지능 기술은 의료 영상 분석에서 유망한 성과를 보이고 있으며, 의사의 효율성 향상과 시간 및 비용 제한 극복에 큰 잠재력을 가지고 있다.
사후 처리 메커니즘을 통해 LIME 라이브러리와 LIME 이미지 설명자가 생성한 설명을 개선하여 의료 진단에서 더 강력하고 구체적인 결과를 제공한다.
장기 유방 촬영 데이터를 활용하여 향후 유방암 발병 위험을 정확하게 예측할 수 있다.
의료 영상 분석에서 딥러닝 기반 모델은 훈련 데이터와 다른 분포의 입력 데이터를 정확하게 식별할 수 있어야 한다. 이를 위해 다양한 분포 외 데이터 탐지 기법이 개발되었다.
본 연구는 최적 수송(OT) 개념을 자기 지도 학습(SSL) 프레임워크에 통합하여 의료 영상 표현 학습에서 밀집 의미 불변성을 달성하는 OPTiML이라는 새로운 솔루션을 제안한다. OPTiML은 교차 관점 의미 주입 모듈(CV-SIM)을 통해 다양한 관점에서 미세한 세부 사항을 포착하고, 분산 및 공분산 정규화를 통해 정보적이고 중복되지 않은 표현을 생성한다.
단일 프롬프트만으로도 다양한 의료 영상 세그멘테이션 작업을 수행할 수 있는 새로운 패러다임을 제안한다.
방사선 영상학과 인공지능 기술의 통합을 통해 갑상선암 진단의 정확성과 효율성이 향상되고 있다.
얼굴 표정 기반 감정 분류 모델의 행동은 나이, 성별, 얼굴 대칭성 등 다양한 요인에 의해 유의미하게 영향을 받는다.
딥러닝 기반 폐동맥과 폐정맥 분할을 통해 성별과 나이에 따른 폐혈관 해부학적 특성을 발견하였다.