문가든's MED AI

기존 U-Net은 2015년 MICCAI 학히ㅗ에서 발표된 의료영상 세그멘테이션 전용 CNN 구조이다.정확한 윤곽을 추출하기 위한 정밀 구조를 가진 네트워크 였다. 이에 U-Net 아키텍처를 "무조건 잘 돌아가게" 만들기 위한 자동화 프레임 워크로 nnU-Net이 고안되었다.>> 즉, nnU-Net은 새로운 네트워크 구조 없이, dataset에 맞게 자동 최적화 된다. 항목 설명항목설명Self-adapting데이터셋마다 자동으로 아키텍처, 전처리, 학습 설정을 최적화기존 U-Net 기반복잡한 구조 추가 없이 2D, 3D, Cascade U-Net 구성 사용자동 전처리Resampling, Normalization 등 모두 자동으로 수행Patch 기반 학습GPU 한계에 맞게 슬라이스 단위로 학습, Test..

1. 방출 및 투과스캔1) 방출스캔2) 투과스캔의 필요성 2. 2차원 및 3차원 스캔(1) 2차원 스캔(2) 3차원 스캔 영상(imaging)을 만드려면,"데이터를 찍어야" 한다.그게 바로 데이터 획득이다. 이에 본 글에서는,PET이나 SPECT 같은 핵의학 영상에서 어떻게 데이터를 모으는지 알아보고자 한다. SPECT?란?> PET이 '양전자 방출 단층촬영'이라면> SPECT는 Single Photon Emission Computed Tomography이다.> 즉, '단일 광자 방출 단층촬영'을 말한다.- PET이 양전자 방출로 쌍감마선을 이용한다면, SPECT는 감마선 1개를 감지한다. (감지기에서 1개의 궤적 계산)- PET이 고에너지의 짧은 반감기를 가진 방사성의약품을 사용한다면, SPECT..

1) 알파선(α) - 아기2) 베타선(β) - 초딩3) X선 - 청소년4) 감마선(γ) - 어른5) 중성자선 - 보스 방사선은,에너지를 가진 전자기파 또는 입자 전체를 포함하는 큰 개념을 말한다. 그 중에서 전리 방사선은물질의 원자를 이온화시킬 수 있을 만큼 에너지가 높은 방사선을 말한다.(전리 여부는 에너지의 크기에 따라 결정됨) 이온화란?> 중성 원자가 전자를 잃거나 얻어서 이온'이 되는 과정>> 즉, 전하를 띠게되는 변화 1) 알파선 ( α )(Alpha radiation, α) "덩치 큰 아기, 강아지만 둔함"(먹으면 위험하지만 밖에서는 괜찮) 정의2개의 양성자 + 2개의 중성자 → 헬륨핵(He²⁺) 입자발생원라듐(Ra), 우라늄(U) 같은 무거운 방사성 원소의 붕괴..