Introduction to MEDIA

Medical Image Analysis (MEDIA) 에 대해 공부하면서, 관련 내용을 정리하고자 카테고리를 추가했습니다.

정리된 자료는 edwith에서 제공하는 DGIST 박상현교수님의 컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석 강의를 토대로 작성하였습니다.

Contents of lectures

Classification, Segmentation, Enhancement, Registration을 세부 주제로 구성됩니다.

[PART 1] Introduction to MEDIA

1. Introduction to MEDIA (본 글)
2. Medical Image acquisition methods

[PART 2] Classification for MEDIA

1. Classification for MEDIA (1)
2. Classification for MEDIA (2) Deep neural network
3. Classification for MEDIA (3) Convolutional neural network
4. Classification for MEDIA (4) Advanced CNN models
5. Classification for MEDIA (5) Overcome small dataset
6. Classification for MEDIA (6) Evaluation metrics for classification (분류모델 평가 지표)
7. Classification for MEDIA (7) Feature selection and extraction

[PART 3] Segmentation for MEDIA

1. Segmentation for MEDIA (1) Otsu threshold
2. Segmentation for MEDIA (2) Morphological processing
3. Segmentation for MEDIA (3) Region growing & Wathershed algorithm
4. Segmentation for MEDIA (4) Graph model-based segmentation
5. Segmentation for MEDIA (5) Active contour model
6. Segmentation for MEDIA (6) Atlas-based methods and label fusion

MEDIA Overview

본 강의는 Medical Image Analysis (MEDIA)에 대해서 다룹니다.

MEDIA는 Computer vision과 Machine learning 분야와 접점이 있습니다. Computer vision에서는 주로 2D 이미지를 다루는 반면, MEDIA에서는 3D image를 주로 다룬다는 특징이 있습니다. Deep learning을 포함한 Machine learning 은 연구 방법으로 많이 사용됩니다.

Opportunities for AI in MEDIA

MEDIA에서 Artificial intelligence (AI)는 다양한 부분에서 활용될 수 있습니다.

1. 가장 먼저 의료영상 취득 시 Reconstruction 기법에 활용될 수 있습니다. 주로 CT (Computed Tomography)나 Positron Emission Tomography (PET)에서 활용될 수 있습니다.
2. Image labelling에 사용될 수 있습니다.
3. 수집 및 라벨링된 데이터의 분석에 사용될 수 있습니다.
4. 설명을 위한 자료로 사용될 수 있습니다.

Research examples

Rconstruction 연구의 예로는 CT 영상 촬영 시, 딥러닝을 활용하여 노출되는 방사선양을 줄이면서도 이미지 성능을 높이기 위한 연구가 있습니다.

또 다른 예로, 현미경 이미지를 디지털화하고 이를 머신러닝을 이용해 분석하는 연구도 있습니다.

나아가 X-ray 등 의료영상을 바탕으로 의료질환을 발견하여 의사의 판독에 도움을 주는 연구도 존재합니다.

Sub-categories related to computer vision

앞서 말한 바와 같이 MEDIA는 Computer vision과 밀접한 관련이 있습니다.

MEDIA의 연구 분야를 크게 네 부분으로 나눠볼 수 있습니다.

Classification

개와 고양이를 구분짓는 분류문제처럼, 일반인과 환자를 구분짓는 분류 문제를 해결하는데 일조할 수 있습니다.

Segmentation

자율주행 연구에서 자동차, 사람, 사물 등을 구분짓듯이 의료영상 이미지 내에서 다양한 조직, 세포 등을 구분짓는 일을 할 수도 있습니다.

Enhancement

이미지의 해상도를 높이는 Super resolution을 접목시켜, 측정된 의료영상 이미지의 해상도를 높이는 연구가 될 수도 있습니다.

Registration

서로 다른 시점에 촬영된 여러 영상 이미지를 동일한 포맷으로 맞춰주는 작업에도 활용될 수 있습니다.

Algorithms by subcategories

각각 sub-category에서 다룰 알고리즘들입니다.

---

다음 포스팅: Medical Image acquisition methods