최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 한국과학기술원 Korea Advanced Institute of Science and Technology |
---|---|
연구책임자 | 주재걸 |
참여연구자 | 조경민 , 김진희 , 김태성 , 이정수 , 박준우 , 이병근 , 강경필 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2021-01 |
과제시작연도 | 2020 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
과제관리전문기관 | 한국과학기술원 Korea Advanced Institute of Science and Technology |
등록번호 | TRKO202100009282 |
과제고유번호 | 1711125316 |
사업명 | 한국과학기술원연구운영비지원(R&D)(주요사업비) |
DB 구축일자 | 2021-08-21 |
키워드 | 부신.결절.딥러닝.인공지능.자동 진단.Adrenal gland.Nodule.Deep learning.Artificial intelligent.Automatic diagnosis. |
- 부신이 포함된 CT 영상으로 이루어진 데이터셋을 구축함.
- CT 영상을 입력으로 받아 부신의 위치를 검출해내어 표시해주는 딥러닝 기반의 알고리즘을 구현함.
- CT 영상을 입력으로 받아 부신의 위치뿐 아니라, 결절의 위치까지 구분하여 표시해주는 딥러닝 기반의 알고리즘을 구현함.
- CT 영상을 입력으로 받아 결절의 양성과 악성을 구분하는 딥러닝 기반의 진단 알고리즘을 구현함.
- CT 영상을 입력으로 받아 부신의 위치 검출, 결절의 유무 판단, 결절의 악성 및 양성 구분까지 종합적으로 판단하고 진단해주는
Ⅱ. Plans
To diagnose adrenal nodules in CT images, we aim to develop deep learning-based diagnostic software through the following five steps.
1) Building a dataset containing labels from CT images,
2) Implementing the adrenal grand segmentation algorithm,
3) Implementing the adrenal nod
※ AI-Helper는 부적절한 답변을 할 수 있습니다.