Zhejiang Provincial People’s Hospital (저장성 인민병원)의 치과 파노라마 X-ray 데이터셋은 A입니다.Kaggle 에서 다운받았었는데 지금은 링크를 못찾겠네요. 데이터셋은 크게 충치 분할(Caries Segmentation)용과 치아 구조 분할(Tooth Structured Instance Segmentation)용 두 가지 프로젝트로 나뉩니다. 1. 핵심 출처 (GitHub Repository)이 데이터셋은 연구자 Zzz512 (저장성 인민병원 및 항저우 전자과기대 소속 연구진)의 GitHub 저장소에 공개되어 있습니다.A. 충치 분할 데이터셋 (Project: MLUA)논문 제목: Multi-level Uncertainty Aware Learning for Semi-..

안녕하세요 멀티모달팀에서 진행하고 있는 프로젝트에 대해서 말씀드리겠습니다.주제는 Medical DeepFake Detection 입니다. 1. 논문 2. 자료 3. 데이터 1. 논문(1) https://arxiv.org/abs/2509.15711 Toward Medical Deepfake Detection: A Comprehensive Dataset and Novel MethodThe rapid advancement of generative AI in medical imaging has introduced both significant opportunities and serious challenges, especially the risk that fake medical images could u..

MINICONDA 사용방법 # 1. 스크립트 폴더 상위(프로젝트 루트)나 홈으로 이동 cd ~ # 2. Miniconda Python 3.10 버전 다운로드 (Glibc 2.27 호환) # (사용자가 언급한 버전과 유사한, 안정적인 Linux-x86_64 버전을 받습니다) wget https://repo.anaconda.com/miniconda/Miniconda3-py310_23.3.1-0-Linux-x86_64.sh# 3. 설치 스크립트 실행 (권한 부여 후 실행) chmod +x Miniconda3-py310_23.3.1-0-Linux-x86_64.sh ./Miniconda3-py310_23.3.1-0-Linux-x86_64.sh -b -p $HOME/miniconda3 # 4. conda 명령어를 ..

ISBI 논문 3편이 되서 논문당 등록을 해야하는지? 아니면 한명이 여러개 등록할 수 있는지 알아보기 ISBI 2026 사이트에서 자세히 알아보았습니다. https://biomedicalimaging.org/2026/ ISBI 2026 – International Symposium on Biomedical Imaging 2026The IEEE International Symposium on Biomedical Imaging (ISBI) is a premier scientific conference dedicated to the mathematical, algorithmic, and computational aspects of biological and biomedical imaging a..

https://www.kaggle.com/competitions/rsna-pneumonia-detection-challenge/data?select=stage_2_train_images RSNA Pneumonia Detection ChallengeCan you build an algorithm that automatically detects potential pneumonia cases?www.kaggle.com 프롬프트더보기프롬프트You are a chest X-ray quality control expert. Evaluate chest X-ray quality based on the following criteria: QUALITY CRITERIA: Rotation: spine centered, cl..

보호되어 있는 글입니다.

좋은 Latent Space란 무엇인가?AI 모델이 ‘작게 표현해도 의미를 잃지 않게 만드는 비밀 공간’1. Latent Space란?딥러닝 모델, 특히 Autoencoder나 VAE 구조를 보면 입력 데이터가 인코더(Encoder)를 거치며 압축되고디코더(Decoder)를 통해 다시 복원되거나 새로운 데이터가 생성된다.이때 입력과 출력 사이, 즉 인코더가 만들어낸 압축된 표현 공간이 Latent Space이다.이 공간은 단순히 데이터를 줄이는 곳이 아니라 데이터의 본질적인 의미를 응축해서 표현하는 곳이다.만약 이 공간이 잘 정돈되어 있다면 모델은 훨씬 효율적으로 학습하고새로운 데이터를 만들어낼 때도 자연스럽고 일관된 결과를 낸다. 2. 좋은 Latent Space의 특징좋은 Latent Spac..

보호되어 있는 글입니다.

보호되어 있는 글입니다.

anomaly detectionchange_detectionclassificationdenoisinggenerationreconstructionregressionreport_generationsegmentationsuper_resolution Anomaly DetectionAUC-ROC: 전체적인 이상 탐지 성능 평가Average Precision (AP): 클래스 불균형이 심한 경우F1-Score: 특정 threshold에서의 성능Precision@K: 상위 K개 예측의 정확도Change DetectionF1-Score: 변화 영역 탐지의 정확도IoU (Intersection over Union): 예측된 변화 영역과 실제 변화 영역의 중첩도Kappa Coefficient: 우연에 의한 일치를 보정한..