의료 영상 분석

Logg Inn

innsikt - 의료 영상 분석

본 논문에서는 사전 훈련된 비전-언어 모델(VLM)과 대규모 언어 모델(LLM)을 활용하여 추가적인 훈련 없이도 피부 병변 진단의 해석 가능성과 신뢰도를 향상시키는 2단계 개념 기반 접근 방식을 제안합니다.

본 논문에서는 Stable Diffusion과 DreamBooth를 활용하여 합성 피부 병변 데이터 세트인 Cancer-Net SCa-Synth를 구축하고, 이를 활용한 피부암 분류 모델의 성능 향상 효과를 실험적으로 검증했습니다.

BCDNet은 침습성 유관암(IDC)의 효율적인 진단을 위해 개발된 빠르고 가벼운 잔차 신경망 모델로, 제한된 컴퓨팅 리소스 환경에서도 실시간 진단을 가능하게 합니다.

환자 개인의 미묘한 건강 변화를 감지하기 위해 여러 환자의 데이터에서 학습된 대조 학습 모델을 활용할 수 있다.

본 논문에서는 다양한 의료 영상 분석 작업에 범용적으로 활용 가능한 3D 네트워크를 학습하기 위해, 방대한 실제 데이터 세트 없이도 다양한 의료 환경에 일반화할 수 있는 새로운 표현 학습 프레임워크를 제안합니다.

본 연구에서는 백내장이 있는 환자의 당뇨병성 망막증 등급을 분류하기 위해 컬러 안저 사진(CFP)과 적외선 안저 사진(IFP)의 정보를 융합하는 새로운 이중 스트림 딥러닝 프레임워크인 교차 기금 변환기(CFT)를 제안합니다.

본 논문에서는 자기 공명 영상(MRI)과 방사선 보고서를 활용한 대조 학습 프레임워크를 제안하여 소아 뇌종양 진단 모델의 설명 가능성을 향상시키고, 이를 통해 임상적 신뢰도를 높여 실제 진료 환경에 통합하는 것을 목표로 합니다.

본 논문에서는 의료 데이터 개인 정보 보호 문제를 해결하면서 다양한 데이터 세트에서 두개내 출혈(ICH)을 진단하기 위한 보다 강력하고 일반화 가능한 딥러닝 모델을 훈련하기 위해 연합 복셀 장면 그래프 생성이라는 새로운 접근 방식을 제안합니다.

본 논문에서는 전방 안구 염증(ACI) 진단을 위해 슬릿 램프 이미지, AS-OCT 이미지, 임상 데이터를 결합한 새로운 딥러닝 모델 EiCI-Net을 제안하고, 명시적 및 암시적 교차 모달 상호 작용을 통해 진단 정확도를 향상시켰습니다.

본 연구는 무릎 골관절염 심각도 진단에서 비전 트랜스포머 모델이 기존 머신러닝 및 CNN보다 우수한 성능을 보인다는 것을 입증하고, 의료 영상 분석 분야에서 비전 트랜스포머의 잠재력을 강조합니다.

Produkter

Ressurser