1-1. overview

출처

edwith - boostcourse

https://www.edwith.org/medical-20200327/joinLectures/30437

컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석 강좌소개 : edwith

 

이 영상에서는 앞으로 14주에 걸쳐 배우게 될 내용 소개

1. 의료영상분석을 위해 꼭 알아둘 필요가 있는 배경
2. 의료영상들이 어떻게 저장되는지
3. 어떻게 전송되어 확인할 수 있는지
4. 영상 취득 원리와 특징

 

CT등 의료기기들이 발달하면서 사람들이 많이찍고 진단률도 높아짐 
하지만 분석 시 오랜시간 소요됨
인공지능 발달로 빠르고 정확한 진단이 되도록 연구중 

 

 

컴퓨터비전은 2D 의
1. recognition
2. tracking
3. segmentation
많이 사용됨 

의료는 3D지만 영상이기에 컴퓨터비젼과 겹치는 부분이 있다.

 

머신러닝 : 학습데이터로 모델을만들어 문제해결함

머신러닝 기술은 broad하게 사용됨(의료영상분석에도, 컴퓨터비전에도)

이 기술들을 배울 예정

최근 딥러닝 기법이 3영역이 모두 겹치는 부분에서 상당히 좋은 성능 내고있다
이는 artificial inteligent(인공지능)를 구현하는 방법중하나로 인공지능의 범위에 속한다.

주어진 범위 내에서 4가지 살펴볼 예정이다.
1. classification(분류) : 영상들어왔을때 정상인의 영상인지 환자의 영상인지
2. segmentation : 특정부위 추출, 이상있는 부위 추출
3. enhancement : 영상 퀄리티(노이즈가 있거나 저해상도)일때 사용
4. registration : 서로 다른게 들어왔을때 비교하려면 잘 맞춰줘야한다.

기존에 많이 사용된 전통적기법부터 최근 딥러닝에 이르기까지 범위 내의 주요 기법 살펴볼 예정.

다음강의에서는 어떤 연구들이 진행되고 있는지 배경면저 살펴보자.