Główne pojęcia
본 연구는 깊은 합성곱 생성적 적대 신경망(DCGAN)을 사용하여 고품질의 사실적인 MRI 영상 슬라이스를 생성하는 방법을 제안한다.
Streszczenie
이 연구는 다양한 뇌 MRI 스캔 데이터셋을 사용하여 DCGAN 아키텍처를 학습시킨다. 판별기 네트워크는 생성된 슬라이스와 실제 슬라이스를 구분하고, 생성기 네트워크는 사실적인 MRI 영상 슬라이스를 합성하는 것을 학습한다. 적대적 학습 접근법을 통해 생성기는 실제 MRI 데이터와 매우 유사한 슬라이스를 생성하는 능력을 향상시킨다. 결과는 DCGAN이 의료 영상 연구에 다양한 용도로 활용될 수 있음을 보여준다. 생성된 슬라이스는 데이터셋 증강, 딥러닝 모델 학습 지원, MRI 데이터 정제 등에 활용될 수 있다.
Statystyki
MRI 영상 데이터셋은 다양한 연령대의 건강한 참여자들로 구성되어 있다.
데이터셋에는 세 가지 해부학적 방향(시상면, 관상면, 축상면)의 중간 슬라이스가 포함되어 있다.
모든 영상은 256x256 픽셀 크기로 정규화되었다.
Cytaty
"DCGAN은 의료 영상 연구에 다양한 용도로 활용될 수 있음을 보여준다."
"생성된 슬라이스는 데이터셋 증강, 딥러닝 모델 학습 지원, MRI 데이터 정제 등에 활용될 수 있다."