최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 성균관대학교 SungKyunKwan University |
---|---|
연구책임자 | 전일용 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2023-06 |
과제시작연도 | 2022 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202300012403 |
과제고유번호 | 1711172600 |
사업명 | 개인기초연구(과기정통부) |
DB 구축일자 | 2023-10-25 |
키워드 | 자가지도학습.저선량 컴퓨터단층촬영.도메인 특정지식.회귀신경망.Self-supervised learning.Low-dose computational tomography.Domain knowledge.Regression neural network. |
□ 연구개요
본 연구과제의 주목표는 오염된 학습영상들로만 (반복신경망의) 고성능 영상개선신경망을 학습할 수 있는 자가지도학습 체계의 개발이다. 연구의 응용분야는 저선량 컴퓨터단층촬영(computational tomography, CT)이며, 개발한 자가지도학습 체계는 저선량 CT의 특성을 고려하여 적용되어야 할 것이다. 영상개선신경망을 학습하는 가장 대중적인 방법은 잡음으로 오염된 영상과 고품질(예: 잡음없는) 기준영상을 짝을지어 사용하는 지도학습이다. 이 지도학습법은 기준영상의 품질에 크게 의존하고, 폐암리스크를 갖고 있는
※ AI-Helper는 부적절한 답변을 할 수 있습니다.