Progress Seminar 2018. 3. 13 선석규
Image Super-resolution Neural-rim Segmentation 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 Neural-rim Segmentation 2주전 계획 논문 작업중 Data 범주화 및 Feature selection진행 Classification 진행 망막 영역 segmentation진행 6차년도 계획 작성 MER분석 결과정리 연구 결과 Compensatingadjusting(색감변화) Acceleratedenhanced(최종변화) 환자군에 대해서만 regression진행 기존 모델(inception-resnet-v2적용) 환자 70명에 적용 35명 성공(corr-0.936) Labeling 및 Irregularity index계산 PAPR착용부 개선 중 눈문 작성 중(90%) 문제점 및 대책 목표 및 계획 auc:0.83 Test acc:0.8 종료 범용적으로 사용할 수 있도록 파라미터 수정 중 필드테스트 준비
Melanoma 분류 입술 병변 분류 피부과 기타 논문 작성 논문 작성 완료 문제호 교수님 검토 후 전달 공개 데이터 셋을 이용한 분류 진행중 AUC값 굉장히 낮음(데이터문제)
논문 용어 변경 adjusting(색감변화) enhanced(최종변화)
망막 OCT segmentation 및 밝기 비교 ref roi Reference 대비 roi의 밝기 계산
Img threshold 120~250 픽셀중 크기가 120 미만인 것은 0 250이 넘는 것은 255로 threshold
Center 추출 위에서 부터 내려오면서 가장 깊은 부분을 찾아냄
Box crop
threshold2 |a-b| a b c
회전된 이미지 각도 계산 후 이미지를 회전시킴(예시에서 회전각 6.45도)
Center 다시 찾음 회전된 이미지에서 중심점을 찾음
Threshold 170 250 관심영역을 찾기 위해 다시 thresholding 170 미만은 0으로 만들고 250 이상은 255로 만듦
구조물 제거 중심영역에서 시작해 좌우로 움직이면서 구조물 제거
15픽셀 윗부분 복원
회전된 이미지에 곱합 X
Calculate the intensity of the EZ and ELM Relative EZ intensity (each point) = EZ intensity / ELM intensity Final relative EZ intensity = Averaging about 250 horizontal and 250 vertical points
망막 OCT segmentation 및 밝기 비교 기존 방법 : 20개의 point에서 ref대비 roi영역의 밝기 비율을 계산함 자동화를 통해 계산
Correlation with manual analysis (70 images in 35 eyes ) P < 0.001 Automated relative EZ intensity Manual relative EZ intensity 0.936의 correlation 매뉴얼과 비교했을 때 나옴 전체 이미지중 50%정도만 계산 가능 --> 현재 75%정도 가능 적용 불가능한 케이스
Neural-rim Segmentation & Irregularity index calculation Deep learning으로 segmentation 후 Irregularity index 계산(현재는 manual segmentation으로 계산) 60장의 이미지에 대하여 계산