| 연구목표 |
○ 의료영상 데이터 생성 기술 - 의료 영상 데이터 확보 및 분석, 특성 추출(위암 유방암 이미지 중심 원본 의료영상 데이터 확보 및 학술 데이터 분석, 확보 데이터의 레이블링 작업) - Feature 추출 및 GAN 합성 모델 개발( CGAN 기반으로 자체 모델 개발) · 확보한 데이터를 활용한 데이터 생성 결과물 시범판독 ○ 의료 데이터 초해상화 기술 ... |
| 연구내용 |
○ 의료영상 데이터 생성 기술- Conditional GAN 모델 활용으로 각 병변 특성에 요구되는 특징 학습 및 유연한 데이터 확보 가능- 원천 데이터 수량 만큼 100% 이상 생성 목표 위암 데이터 5만장에 대한 생성 데이터 5만장 생성 유방암 데이터 1만장에 대한 생성 데이터 1만장 생성○ 의료 데이터 초해상화 기술- 합성을 통해 생성된 모든 데이... |
| 기대효과 |
○ 데이터가 적은 희귀질환에 대한 연구 활성화 기여- 희귀질환 연구는 희귀성에 기인한 적은 case로 인해 수익성 담보가 어렵고 절대 수 부족에 따른 omics 또는 gene expression 분석 난항으로 학계 및 업계 연구에서 소외됨- 영상, 사진, 환자에 대한 정보 등 관련 데이터 부족으로 인공지능 모델의 학습은 더더욱 불가능한 현실- 막대한 투자 ... |
| 키워드 |
합성,생성,의료,폴립,의료이미지 |