의료 애플리케이션을 위한 딥러닝 기반 이미지 분석
2022-11-21
org.kosen.entty.User@307b7372
장영환(aeromaxim)
▼ 연사소개 : 장영환 (Oregon Health and Science University)
주요 연구 관심 분야는 data-driven system identification 과 control theory이고 이를 기반으로 하여 복잡한 biological system (cancer)에 대한 시스템적 분석과 이를 통하여 효과적인 제어 방법을 제시하는 것을 목표로 하고 있습니다. 현재 연구 분야는 machine learning/deep learning 을 기반으로 한 quantitative image analysis 연구와 이를 통해서 tumor microenvironment 분석하는 것입니다.
▼ 발표 제목
의료 애플리케이션을 위한 딥러닝 기반 이미지 분석
Seeing what you’ve been missing
▼ 발표내용
인공신경망 기술은 이미지 분석에서 자연어 처리에 이르기까지 다양한 영역에 걸쳐 최첨단 기계 학습 모델이 되었으며 학계와 산업계에서 널리 사용되고 있습니다. 이러한 발전은 일반적으로 의료 영상 기술, 의료 진단 및 분석에 엄청난 잠재력을 가지고 있으며 현재 디지털 병리학에서 병리학자의 효율성과 정확성을 개선하기 위해 많은 접근 방식이 탐색되고 있습니다.
본 발표에서는 기존의 병리학 이미지에서 이전에는 인식되지 않았지만 진단적으로 중요한 특징을 인식하고 종양 생물학에 대한 더 나은 이해를 위해 세포 구조 및 조직 구조에 대한 새로운 정량적 통찰력을 제공하기 위한 딥 러닝 접근 방식을 제시할 것입니다.
주요 연구 관심 분야는 data-driven system identification 과 control theory이고 이를 기반으로 하여 복잡한 biological system (cancer)에 대한 시스템적 분석과 이를 통하여 효과적인 제어 방법을 제시하는 것을 목표로 하고 있습니다. 현재 연구 분야는 machine learning/deep learning 을 기반으로 한 quantitative image analysis 연구와 이를 통해서 tumor microenvironment 분석하는 것입니다.
▼ 발표 제목
의료 애플리케이션을 위한 딥러닝 기반 이미지 분석
Seeing what you’ve been missing
▼ 발표내용
인공신경망 기술은 이미지 분석에서 자연어 처리에 이르기까지 다양한 영역에 걸쳐 최첨단 기계 학습 모델이 되었으며 학계와 산업계에서 널리 사용되고 있습니다. 이러한 발전은 일반적으로 의료 영상 기술, 의료 진단 및 분석에 엄청난 잠재력을 가지고 있으며 현재 디지털 병리학에서 병리학자의 효율성과 정확성을 개선하기 위해 많은 접근 방식이 탐색되고 있습니다.
본 발표에서는 기존의 병리학 이미지에서 이전에는 인식되지 않았지만 진단적으로 중요한 특징을 인식하고 종양 생물학에 대한 더 나은 이해를 위해 세포 구조 및 조직 구조에 대한 새로운 정량적 통찰력을 제공하기 위한 딥 러닝 접근 방식을 제시할 것입니다.