Progress Seminar 2018. 2. 12 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 6차년도 계획 작성 MER분석 결과정리 연구 결과 논문 완료 Classification에서 녹내장으로 진단된 환자에 대해서만 예측하도록 진행 완료 Classification 결과 이용하여 attention-map 추출 환자 70명에 적용 35명 성공(corr-0.936) 학회투고(신경외과)를 위한 결과정리 문제점 및 대책 목표 및 계획 ENAS(Efficient Neural Architecture Search)적용 범용적으로 사용할 수 있도록 파라미터 수정 중
피부과 기타 외부 데이터를 이용한 검증 입술 사진 Gradient Class Activation 구현 피부과 관련 학회 투고
피부과 연구 입술 병변 분류 Class1 - benign Class2 – malignant + Precancerous Dataset Train : 886 - class1 Test : 234 – class1 742 – class2 112 – Class2 추가 validation Testset의 subset으로 class별로 40 케이스 뽑아서 임상의와 비교
외부 데이터에 적용 총 281장의 분당, 보라매 병원 이용. 기존 AUC(내부데이터): 0.815
외부 데이터에 적용 – Grad-cam 구현 한 inception-resnet V2의 Global Average pooling 앞단의 feature map(8x8x1536) 이용 8x8 299x299x3 외국 사례 적용했으나 AUC(63)으로 낮음.