논문 리뷰62 Nasrullah et al., 2019, Automated Lung Nodule Detection and Classification Using Deep Learning Combined with Multiple Strategies # 세줄요약 # 높은 사망률을 가지는 폐암을 조기 진단하기 위하여 폐 CT 영상에서 딥러닝을 이용한 기존의 많은 폐결절(Lung Nodule) 진단 알고리즘이 연구되어 왔으나, 거짓 양성(False Positive)를 구분해내는 것이 어려워 이 논문에서는 환자들의 진단 정보(Clinical Information)를 딥러닝 학습에 함께 사용하였다. 따라서 폐 결절 진단 알고리즘은 여러 단계로 구성되며, 폐 CT 영상을 이용한 영상 딥러닝에서는 CMixNet(Customized mixed link Network)을 기반으로 faster R-CNN을 이용한 결절 포착(Nodule Detection) 단계와 GBM(Gradient Boosting Machine)을 이용한 결절 분류(Nodule Classific.. 2019. 11. 11. Jo et al., 2019, Deep Learning in Alzheimer's Disease: Diagnostic Classification and Prognostic Prediction Using Neuroimaging Data. # 세줄요약 # 최근 뇌영상 처리(Neuroimaging Techniques) 기법들의 빠른 발전과 MRI, PET 등 다양한 종류에서 방대한 양의 뇌영상 데이터들이 나오면서, 딥러닝을 이용하여 알츠하이머 질병의 조기 발견과 자동 분류를 해주는 진단 모델들이 연구 및 개발되고 있다. 이 논문에서는 그러한 알츠하이머 진단 모델들의 기존 연구들을 평가하고 정리하기 위해 총 16개의 논문들을 리뷰하였으며, 그 중 4개는 딥러닝과 함께 전통적인 머신러닝 기법을 사용한 연구들이고, 나머지 12개는 오직 딥러닝 기법만 사용한 연구들이다. 딥러닝 기법은 기존의 전통적인 머신러닝 기법에서 전제되는 특성 추출을 위한 복잡하고 어려운 뇌 영상 처리 기법들을 적용할 필요가 없기에, 현재 다양한 종류의 뇌영상(MRI, PET.. 2019. 10. 15. 이전 1 ··· 4 5 6 7 다음
