최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 서울대학교 Seoul National University |
---|---|
연구책임자 | 예성준 |
참여연구자 | 김일한 , 구진모 , 홍성환 , 이지민 , 이상민 , Shama Nassir Alghadhban , 엄민기 , 이준영 , 오정훈 , 윤석원 , Justin Malimban , Ahmed I. Khalil , 장혜강 , 김혜진 , 구창욱 , 김태윤 , Rodrigo Hernandez |
보고서유형 | 3단계보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2020-08 |
과제시작연도 | 2019 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202100020747 |
과제고유번호 | 1711092238 |
사업명 | 방사선기술개발사업(R&D) |
DB 구축일자 | 2022-04-02 |
키워드 | 인공지능.딥러닝.의료-AI.의료영상.컴퓨터 단층촬영.인공음영 제거.자동분할.Artificial Intelligence.Deep Learning.Medical AI.Medical Imaging.Computed Tomography.Metal Artifact Reduction.Auto Segmentation. |
1. 연구개발의 목적
• 방사선의료영상의 인공음영을 제거하고, 해상도를 향상하여 영상 품질을 획기적으로 향상
• 방사선치료를 위한 주요 부위 자동 분할
• 고품질 방사선치료용 플랫폼 개발
2. 연구개발 내용
• 딥러닝 모델 학습을 위한 데이터 확보
• 인공음영 제거 모델 개발
• 의료영상 해상도 향상 모델 개발
• 주요 부위 자동분할 모델 개발
• 개발된 모든 모델을 포함하는 종합 시스템 구현
3. 연구개발 결과
• 인공음영 제
Based on state-of-art deep learning algorithms, we aim to develop a radio-medicine support system which can (1) remove various artifacts in medical images and improve resolution of the images, (2) automatically segment cancer region for radiation treatment, and (3) develop an integrated system to of
※ AI-Helper는 부적절한 답변을 할 수 있습니다.