딥러닝50 [Kaggle] CT Medical Image - (1) DICOM 파일 array로 전환 및 시각화 CT Medical Image Classification (0) 서론, 액션플랜 0. 데이터 구성 - dicom_dir : dicom 파일 폴더 (100 files) - tiff_images: tiff 파일 폴더 (100 files) - full_archive.npz: images, idx 어레이들의 집합(475 instances) - overview.csv: 환자 ID, 환자의 특징과 dicom 파일명을 column으로 가지는 데이터 프레임(100 instances) * npz? 더보기 변수를 저장하고 싶을 때가 있는데, 여러 개의 array 변수를 한 번에 저장하고 싶을때 사용하는 것이 npz 여러 개의 array를 담고 있기 때문에 하나의 array에 접근하기 위해서는 그 변수를 알아야 한다. 위의.. 2021. 9. 26. [Kaggle] CT Medical Image - (0) 서론, 액션 플랜 2021. 09. 24 일부터 시작 혜림 0. 프로젝트의 배경 이번에 kubig에서 개인 프로젝트를 진행하게 되었다. 나는 2주 안에 완결낼 수 있으면서, DICOM 파일을 다룰 수 있는 프로젝트를 하고 싶었다. 캐글에서 과거에 아래와 같은 대회가 열렸음을 찾았고, 이와 관련한 프로젝트를 진행하고자 한다. https://www.kaggle.com/kmader/siim-medical-images?select=dicom_dir CT Medical Images CT images from cancer imaging archive with contrast and patient age www.kaggle.com 1. 프로젝트의 목적 'CT 사진으로부터 CONTRAST 사용 여부 확인하기' * contrast란? h.. 2021. 9. 25. [의료이미지 분석]Introduction to medical image analysis https://www.edwith.org/medical-20200327/joinLectures/30437 위 강조를 참조하여 작성하였습니다. 포스팅에 사용된 이미지 역시 위 강의의 슬라이드에서 가져왔습니다. @의료 이미지 분석이란? 의료 이미지 분석은 컴퓨터 비전과 머신러닝 모두 이용하는 학문으로, 의료 영상을 AI를 통해 빠르고 정확하게 진단하고자 하는 것이 목표임 최근 머신러닝과 컴퓨터 비전에서 사용하는 발전된 기술인 딥러닝을 자주 이용하게 됨 (*다만 컴퓨터 비전에서 다루는 이미지/영상은 2D 인 반면, 의료 이미지 분석에서는 대게의 이미지가 3차원이라는 측면에서 차이가 있음) @의료 이미지 분석의 활용 예 - raw 데이터를 취득하는 과정에서 딥러닝을 이용 - 라벨을 갖춘 훈련 데이터 셋으로부터 .. 2021. 9. 22. [Classification]FuCiTNeT COVIDGR Dataset and COVID-SDNet Methodology for Predicting COVD-19 Based on Chest X-Ray Images 초록 Abstract COVID-19를 검사하는 방법은 크게 RT-PCR, CT, Chest X-Ray(이하 CXR) 로 나눌 수 있다. 세 가지 방법중 CXR는 time/cost 효율적이며 대부분의 병원에서 이용가능하다는 장점이 있다. 따라서 CXR 이미지를 DNN 구조를 거쳐 classification 하고자 한 것이 본 논문의 목표이다. 그러나 현존하는 데이터셋은 편향되고 상이하다는 문제가 있다. 따라서 본 논문은 (1) 기존의 COVID-19 분류 모델의 high sensitivites 이해, (2) 심각성에 따른 라벨을 포함한 .. 2021. 9. 16. 이전 1 ··· 4 5 6 7 8 9 10 ··· 13 다음
