딥러닝 24

StarGAN v2: Diverse Image Synthesis for Multiple Domains 논문 리뷰

StarGAN v2: Diverse Image Synthesis for Multiple Domains Yunjey Choi*, Youngjung Uh*, Jaejun Yoo*, Jung-Woo Ha In CVPR 2020. (* indicates equal contribution) Paper: https://arxiv.org/abs/1912.01865 Video: https://youtu.be/0EVh5Ki4dIY Github: https://github.com/clovaai/stargan-v2 GitHub - clovaai/stargan-v2: StarGAN v2 - Official PyTorch Implementation (CVPR 2020) StarGAN v2 - Official PyTorch Im..

Confusion Matrix 혼동 행렬 쉽게 이해하기

이전에도 포스팅했지만 여전히 헷갈리기 때문에 더 쉽게 정리했습니다. 이전 포스팅 : https://truman.tistory.com/179 혼동행렬 / 정확도 / 정밀도 / 재현율 / F1 점수 1. 혼동행렬 (confusion matrix) 모델의 성능을 평가할때 사용되는 지표 예측값이 실제 관측값을 얼마나 정확히 예측했는지 보여주는 행렬 예상(예) 예상(아니오) 실제(예) TP FN 실제(아니오) FP TN TP(True truman.tistory.com 1. Confusion Matrix 그리기 모델의 성능을 평가할때 사용되는 지표 예측값이 실제 관측값을 얼마나 정확히 예측했는지 보여주는 행렬 실제값과 예측값이 동일하면 T (True), 틀리면 F (False)로 표시한다. 예측값을 기준으로 따라 ..

의료영상과 인공지능 ⑥ 의료영상의 Classfication

1. 의료영상 Classification 1) Brain image Classification - Brain image에서 흰색부분을 WM(White matter), 회색부분은 GM(Gray Matter), 검정부분은 CSF(Cerebrospinal Fluid)라고 한다. - 아래쪽에있는 두개의 덩어리는 Ventricles 이라고한다. - 알츠하이머의 경우 정상 이미지에 비해 GM부분이 비어보이고, Ventricles이 커져있는것을 확인할 수 있다. - 이러한 정상 이미지와는 다른 특징으로 classification을 수행한다. - 문제점은 주로 3D 영상을 사용하기 때문에 영상 크기가 크다. - 또한 정상이여도 나이가 들면 GM이 적어지는 현상이 발생하므로 나이에 따른 영상을 모아서 classifica..

인공지능/의료 2021.05.13

의료영상과 인공지능 ⑤ MRI, 의료촬영기기 장단점 비교

1. Magnetic Resonance Imaging (MRI) MRI는 자기공명영상(MRI: Magnetic Resonance Imaging)을 뜻하는 말로써, 인체를 자장이 형성 되어있는 직경 50~60cm의 커다란 통으로 만든 자석 장치에 눕히고, 고주파(Radio Frequency Pulse)를 발생시켜 인체에 보낸 후 인체내의 수소원자핵의 반응으로부터 발생되는 신호를 모아 컴퓨터로 계산하여 인체의 모든 부분을 단면 및 3차원영상으로 재구성하여 질병의 유무를 진단하는 검사이다. 몸에 있는 수소 원자핵들이 평소엔 랜덤한 방향을 가지고 있는데 마그네틱 필드를 걸어주면 일정한 방향을 가르키게 되면서 세차운동을 한다. 수소 원자핵이 도는 속도는 자기장의 크기에 따라 변하며 스캐너 자기장의 크기는 1.5T..

인공지능/의료 2021.05.13

의료영상과 인공지능 ④ X-ray, CT, PET

1. X-ray X-ray tube (광원)에서 X-ray를 피사체에 쏘면 X-ray의 에너지가 높기 때문에 피사체를 통과하게 된다. 통과된 신호를 Detector에서 받아들인다. X-ray가 몸에 있는 tissue(공기, 뼈, 근육 등)를 통과하면 tissue의 intensity(강도)에 따라 통과된 에너지가 달라진다. Detector는 피사체를 통과해서 받은 X-ray를 전기 신호로 바꾸어 영상을 만들어낸다. 2. Computed Tomography (CT) X-ray의 원리를 이용하는데 여러장의 2D 영상들을 Computing 작업을 통해 3D 영상으로 만들어낸다. 우선 X-ray tube와 Detector를 이용하여 피사체를 여러 방향에서 찍은 2D 영상을 만들고, 적분을 사용하여 영상을 다 더하..

인공지능/의료 2021.05.08

의료영상과 인공지능 ③ Image acquisition

1. Image acquisition 광원에서 나온 빛이 물체에 닿게 되면 특정 빛이 반사된다. 이 반사된 빛을 센서를 통해 취득하면 영상으로 만들어 진다. 보통 카메라에서는 CCD, CMOS 센서를 사용하는데 가시광선을 전기 신호로 바꿔주는 역할을 한다. 전기신호의 명암차이로 색깔차이를 표현해준다. 위의 그림은 빛의 파장 영역대이다. CCD, CMOS 센서와 사람의 눈으로 볼 수 있는건 가시광선 영역대(400nm~700nm)이다. 광원과 광원을 받아들이는 센서를 바꾸면 다양한 영역대의 빛을 확인 할 수 있다. 예를 들어 광원에서 자외선 내보내고 자외선 센서로 빛을 받아들이면 자외선 시스템이 만들어 지는 것이다. 위의 그림에서 확인할 수 있듯이 왼쪽으로 갈수록 파장이 짧아지는데 파장이 짧을수록 에너지가 ..

인공지능/의료 2021.04.29

의료영상과 인공지능 ② PACS, DICOM, Visualization

1. PACS 의료영상 저장 전송 시스템(Picture archiving communication system, PACS) 장비들로부터 취득된 영상들이 DICOM 포맷으로 중앙 서버에 저장된다. 중앙 서버를 PACS라고하며, 여기서 의료영상을 불러오면 사용자가 볼 수 있도록 visualization이 된다. 영상 진단장치(CT, X-ray 등)를 통하여 획득된 영상정보를 디지털 상태로 획득·저장하고, 그 판독과 진료기록을 함께 전송·검색하는데 필요한 기능을 통합적으로 처리하는 시스템이다. 여러 구성요소가 결합되어 운용되는 시스템으로 PACS 전용 소프트웨어를 기반으로 의료장비(CR, DR, 판독 모니터 등 포함), IT장비(서버, 스토리지, PC, 모니터, 네트워크 등 포함), 애플리케이션 소프트웨어가 ..

인공지능/의료 2021.04.28

의료영상과 인공지능 ① Introducation

1. 인공지능을 사용한 의료영상 분석 개요 2. 의료영상에 사용되는 대표적인 인공지능 기법 3. 의료영상과 인공지능 활용 사례 1) 슬라이드 스캐너 (Philips) - 조직 검체의 수술병리검사 슬라이드를 디지털 이미지로 전환해 병리의사가 검토 및 분석 - 2018년 FDA 승인 받음 2) 뷰노메드 본에이지 (뷰노) - 손의 X-ray 영상으로 뼈 나이(골 연령·Bone age) 측정. 결과에 따라 생활습관 개선이나 호르몬 치료 등을 도움 - 판독속도를 20%~40% 향상시키고 판독 정확도를 약 10% 향상 3) TiSepX (메디컬아이피) - 코로나19 환자의 X-ray 영상에서 폐렴 병변의 면적과 비율 등 수치 정보를 얻게 돼, 신속하고 정확하게 중증도를 판별 - 폐 병변의 결과값 CT와 99.5% ..

인공지능/의료 2021.04.21

파이토치 - 전이 학습

1. 데이터 준비 1) DataLoader 작성 # 구글 드라이브와 구글 코랩을 연동 from google.colab import drive drive.mount('/content/gdrive') # 라이브러리 불러오기 import torch from torch import nn, optim from torch.utils.data import (Dataset, DataLoader, TensorDataset) import tqdm # DataLoader 작성 from torchvision.datasets import ImageFolder from torchvision import transforms # ImageFolder 함수를 사용해서 Dataset 작성 train_imgs = ImageFolder("..

파이토치 - CNN을 사용한 이미지 분류 (Fashion-MNIST)

1. Fashion-MNIST 10가지 분류의 옷 및 액세서리(신발, 구두 등)를 이미지 데이터 28 X 28 픽셀 크기의 흑백 이미지 1) Fashion-MNIST 데이터로부터 DataLoader 작성 # 라이브러리 불러오기 import torch from torch import nn, optim from torch.utils.data import (Dataset, DataLoader, TensorDataset) import tqdm from torchvision.datasets import FashionMNIST from torchvision import transforms # 구글 드라이브와 구글 코랩을 연동 from google.colab import drive drive.mount('/conte..

반응형