2. A Study on the Implementation of a Deep
Learning Based Method for Burn Degree
Diagnosis and Prediction
• 화상 이미지 검출
• 이미지에 있는 (하나 이상의) 대상의 위치를 나타내는 박스와 해당 물
체의 클래스를 예측하는 것이 목표
• 입력 : 하나 이상의 대상이 있는 이미지
• 출력 : 각 대상의 위치를 특정하는 경계 박스(좌표)와 해당 물체의 클래
스 레이블
• 출력 예: box1 의 좌표(x,y,w,h)와 클래스에 속할 확률, box2의 좌표와
클래스에 속할 확률
Label
prediction
3. A Study on the Implementation of a Deep
Learning Based Method for Burn Degree
Diagnosis and Prediction
• 화상 이미지 예측 / 분할
• 7일 14일 뒤에 실제 환자의 치유 정도를 예측하는 것이 목표
• 입력 : 시계열 정보가 포함된 화상 이미지
• 출력 : N+1일의 화상 면적을 예측
Label
4. Identification of Schizophrenia by Applying Interpretable
Radiomics Modeling with Structural Magnetic Resonance
Imaging of the Cerebellum
• 영상의학 관련 바이오 마커
5. Surgical tool trend analysis study using object
detection deep learning
• 수술 영상 분석을 통한 수술 기법 변화 측정 방법
• 수술 기법 변화 자동 측정 목적
• 입력 : 수술영상
• 출력 : 년도별 수술 기법 변화 결과
• 진행 : 원고 작성 중
6. 환자의 수술 신호 데이터를 이용하여 수
술 후 Outcome 예측
• 방법:
• 입력 : 수술 전 신호 데이터
• 출력 : ABI, Age, 질병, 경화도 분류, 오른쪽 다리 혈압, 오른팔 혈압, 왼
쪽 다리 혈압등
• 진행 사항 : Pilot study 완료
7. 한의학 관련 측정 지표 값을 이용해서 예
측
• 방법:
• 입력 : brain+clinical+microbiome+taskfMRI+taxon+metabolome
• 출력 : SCORAD prediction
• 진행 사항 : 추가실험 및 원고 작성
8. 산부인과 데이터 기반 머신러닝을 이용한
분석 연구
• 방법:
• 입력 : 산부인과 데이터
• 출력 : 12개 outcome
• Contribution
• 데이터 CCA 분석 그리고 3가지 지표를 이용한 상관계수 분석
• 12개 outcome 에 대한 머신러닝 비교 분석 (5가지 모델)
• Del week 포함 및 미포함에 따른 internal validation / external validation 성능 테
스트 및 sharp 분석 (Summary plot / discision plot )
9. 소화기 관련 측정 지표 값을 이용해서 예
후 예측
• 방법:
• 출혈 위험도 관련해서 비교 분석 연구
10. 소화기 내시경 이미지를 통해 진단 및 데
이터 증강 관련 연구
• 방법:
• 여러 조건에서 딥러닝 모델을 이용한 비교 분석 연구
11. 동물 세포 병리 관련 연구
• 방법:
• 입력 : WSI 이미지
• 출력 : 해당 cell에 분할된 이미지
12. 부작용 관련 예측 연구
• 방법:
• 입력 : 약물 관련 데이터
• 출력 : 약물 부작용 진단
• 방법 : 하위 그룹 선정을 통한 머신러닝 비교 분석을 통한 영향성 분석
• 진행 : 실험 진행 중
13. Brain Gynnastics Recognition using
Machine Learning
• 손동작 이용해서 뇌 활성화 방법
• 손동작을 통해 뇌 활성화 운동할 수 있는 목적
• 입력 : (a) PP 동작의 경우 오른손 새끼손가락 펴기 그리고 왼손 엄 지
손가락 펴기, (b) CNV 동작의 경우 오른손 보자기 엄지를 접고, 왼손 주
먹 새 끼손가락을 펴기
• 출력 : PP, CNV 분류 성능
14. Turtle Neck Severity Measurement using
Machine Learning
• 거북목 진단 방법
• 집에서 거북목 심각도를 측정할 수 있는 목적
• 입력 : 사람 이미지
• 출력 : 거북목 각도
15. Pathology diagnosis framework
• 문제점:
• 병리데이터를 임상 병리사가 일일이 분석하는데 많은 시간이 소모됨
• 목표:
• 임상 병리사가 병리 데이터를 분석하는 시간을 줄여 줄 수 있는 병리 진단 프
레임 워크 제안
• 공헌도:
• 자동 분석 병리 데이터 진단 프레임워크 제안
• 제안 프레임워크는 병리 분할 모델, 병리 데이터 증강 모델, 그리고 병리 데이
터 진단 모델로 구성되어 있음
16. A Study on Comparative Analysis of Federated Learning for
Standard Model Construction in Pathological Image Segmentation
• 문제점
• 다수 병원에서 의료정보 유출 문제로 의료 데이터의 직접 공유 어려움
• 많은 학습데이터를 요하는 대규모 딥러닝 모델의 충분한 일반화 성능
을 위한 데이터 확보 어려움
• 연구 목표
• 일반화 성능이 높은 표준화 모델을 구축할 수 있는 연합학습 방법을 적
용하여 표준 모델을 구축할 수 있음을 검증
• 연구 주요내용
• 의료 정보 유출의 문제를 원천적으로 예방할 수 있는 기술 개발
• 병리이미지 분할(segmentation) 문제를 위한 효과적인 연합학습
(federated learning) 방법론 제시
17. 3D 치아 생성 방법
• 3D 치아 생성 방법
• 치아 맞춤 크라운 생성하는 게 목적
• 입력 : 크라운 제거된 상학 / 하악 데이터
• 출력 : 생성된 크라운 데이터
18. MRI 이미지를 이용한 알츠하이머 질병
진단
• MRI 이미지를 이용한 알츠하이머 질병 진단
• To classify the Alzheimer’s Disease from 3D structural MRI data
• 입력 : AD / MCI / NC MRI Data (AD : Alzheimer’s Disease, MCI : Mild
Cognitive Impairment, NC : Normal Condition)
• 출력 : 진단 정확도
AD NC
MCI
19. 생체신호에서 MBP 예측 모델
• 생체신호이용해서 혈압 예측 방법
• 중환자실에서 생체신호 가지고 혈압 측정할 수 있는 목적
• 입력 : ART, EEG, PPG 신호
• 출력 : Mean Blood Pressure (혈압)
20. 머신러닝을 이용한 POC 진단 분석
• 건보 데이터 이용한 POC 관련 진단
• 목적 : 자궁 내막암 중 C541 자궁 내막의 악성 신생물과 D070 자궁내막의
제자리 암종이 발생하는 영향성 인자 찾고자 함
Logistic odds ratio
Numerical analysis
Feature importance
Outcome 에 따른 Machine learning model 성능 비교