Progress Seminar 2018. 11. 27 선석규
Image Super-resolution 연구 진행 상황 보고 녹내장 진단 (안과 Pf. 박기호) 재난 대응 (응급 의학과 Pf. 신상도) MER 분석 (신경외과 Pf. 백선하) Image Super-resolution 녹내장 예후예측 시야검사지 판별 망막 intensity 측정 2주전 계획 논문 작업중 Data 범주화 및 Feature selection진행 Classification 진행 망막 영역 segmentation진행 SMICU 사용성 평가 신경외과 미팅11/14(수) 11am 연구 결과 논문 작업하여 전달함 논문 작성 중 Classification 결과 이용하여 attention-map 추출 망막 영역 segmentation 후 두께 측정 5차년도 5:5연결 응급상황 시뮬레이션 MER분석 결과정리 문제점 및 대책 정상인을 11년 후에 발병한다고 정답을 넣어준 문제점. 목표 및 계획 5fold cross test 로 모든 미정상데이터에 대해 regression 데이터 추가 수집 추가로 제공받은 데이터에 적용 12/13(목)성능 평가 의뢰 11/28(수)
기타 12/20 훈련소 입소
Glaucoma onset-year 예측 (주요 figure) Feature 별 예측값 ( optic disc photo, RNFL , 둘다, 둘다안씀) 박기호 교수님 comment 정상 군 label 11년으로 한 것이 문제가 있음. Classification 진행 후 regression 진행 false positive 가 높게 설계
5fold cross val(test) Result 168 42 Total : 210 train test fold1 5-fold cross val … 42 168 test train fold5 5-fold cross val
5fold cross val(test) Result Mean Acc w/o image Optic-disc Photo RNFL image both train 91.8786 92.5472 91.6568 91.8298 test 88.5562 90.9502 88.0956 91.9030 Predict Glaucoma normal 101 4 13 92 True XGBoost Classifier 5-Fold Cross val(Test) 두가지 image를 모두 썼을 때 Classification 성능이 가장 좋음 문제점 True negative(환자이나 예측값 없음) False positive(정상이나 label을 어쨌든 줘야함)