http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
멀티모달 멀티채널 딥러닝을 이용한 자기공명영상에서의 간세포암 미세혈관 침범 예측: 영상의학 지표를 중심으로
Junseo Kang,Sangrae Kim,Hyunho Shin,Namjoon Kim,Won Jae Lee,Ji Hye Min 대한전자공학회 2022 대한전자공학회 학술대회 Vol.2022 No.11
미세혈관침범(MVI)은 간세포암 환자의 생존율과 재발률을 결정하는 중요한 예후인자 중 하나이다. 따라서 MVI의 존재 여부를 탐지하는 것은 병리학적으로 매우 중요하다. MVI는 주로 영상학적 이미지를 보고 진단하는데, 숙련된 의사조차도 탐지하기 어렵고 의사마다 진단 결과가 다를 때도 있다. 이에 딥러닝 모델을 활용해 MVI를 효과적으로 탐지하는 방법들이 개발되었다. 그러나 기존에 제안된 모델들은 적은 데이터에서 인공지능이 자동으로 추출한 특징에만 의존하는 한계점이 존재한다. 본 연구자들은 실제 임상에서 쓰이는 4가지 특징을 직접 추출해 데이터셋 한계의 극복을 꾀하였다. 그 결과 완성된 새로운 모델은 최대 0.65의 F1 score를 달성했다. 그러나 데이터 전처리 과정에서의 손실, 의료영상에 특화된 사전학습 모델의 부재로 인한 한계를 체감했고, 향후 연구에선 특화된 사전학습 모델 개발과 준지도학습(SSL) 도입을 통해 극복할 것이다. Microvascular invasion (MVI) is one of the most significant prognostic factors for hepatocellular carcinoma (HCC), especially for survival and recurrence. Thus, detecting MVI is a crucial task in cancer treatment. MVI detection, which mainly requires medical images, is a challenging task for even specialists, and the result is sometimes disputable. Deep learning models for MVI detection have been proposed to solve this issue. However, previous models depend on only the auto-generated features with small datasets. In this study, we manually extracted four pre-defined features to overcome the limitation. As a result, our final model achieved a 0.65 F1 score. We recognized the limitations of the loss in the data preprocessing process and the absence of a pre-trained model specialized in medical images. Therefore, in future studies, we will improve the model performance by using self-supervised learning (SSL) and a new pre-trained model specialized to medical images.
다상 반응 LES 기법을 이용한 케로신/과산화수소 액체 핀틀추력기의 연소 현상 연구
강정석(Jeongseok Kang),유영린(YoungLin Yoo),황현민(Hyeonmin Hwang),성홍계(Hong-Gye Sung),권민찬(Minchan Kwon),양준서(Junseo Yang) 한국추진공학회 2018 한국추진공학회 학술대회논문집 Vol.2018 No.12
액체 핀틀 추력기의 연소특성 연구를 위하여 과산화수소/케로신의 다상 LES 연소해석을 수행하였다. Slit형 분사기의 연료sheet의 거동과 분열을 모사하기 위해 LISA분열모델과 RT 분열모델을 사용하였으며 화염편 연소모델을 적용하였다. 핀틀의 움직임을 모사하기 위하여 이동격자 기법을 사용하였으며 핀틀의 위치변화에 따른 추력기 내부의 연소특성을 분석하였다. Multiphase LES numerical combustion simulation is conducted to observe the combustion characteristics of a liquid pintle thruster using kerosene/H₂O₂ propellant. The LISA-RT breakup model is implemented for liquid sheet and droplet breakup and flamelet model is employed for combustion model. In order to take into account the pintle movement, a sliding mesh technique has been applied. The combustion characteristics of pintle thruster is analyzed with respect to the pintle injector location.