[20240402 통합 세미나]Anomaly Detection via Diffusion model with Magnetic R…
페이지 정보
본문
[일시]
2024.04.02
[세미나 주제]
Anomaly Detection via Diffusion model with Magnetic Resonance Imaging(MRI)
[발표자]
장효영
[요약]
본 발표에서는 DDIM을 활용한 재구축 기반의 MRI 영상 뇌종양 탐지 모델을 제안하였다. 기존의 주파수의 높낮이를 고려하여 Multi-scale simplex noise를 활용하여 다양한 크기의 뇌종양을 포착하는데 개선을 한 AnoDDPM을 설명하였다. AnoDDPM은 time step paramter λ를 활용하여 MRI 이미지에 적용되는 노이즈 강도를 필요에 맞게 설정하였다. 다만 Simplex noise는 gaussian noise에 비해 상당히 저품질로 나타나며 이는 고해상도 MRI 이미지를 활용하는데 있어서 치명적인 한계점이 될 수 있다.
이러한 점에 착안하여 MRI 영상의 intensity를 반영하는 rician distribution의 특성을 고려, rician noise를 적용해보는 방법을 제안하였다. 또한 DDIM을 활용하여 좀 더 효율적이고 유연한 학습 process를 구축하고자 한다.
2024.04.02
[세미나 주제]
Anomaly Detection via Diffusion model with Magnetic Resonance Imaging(MRI)
[발표자]
장효영
[요약]
본 발표에서는 DDIM을 활용한 재구축 기반의 MRI 영상 뇌종양 탐지 모델을 제안하였다. 기존의 주파수의 높낮이를 고려하여 Multi-scale simplex noise를 활용하여 다양한 크기의 뇌종양을 포착하는데 개선을 한 AnoDDPM을 설명하였다. AnoDDPM은 time step paramter λ를 활용하여 MRI 이미지에 적용되는 노이즈 강도를 필요에 맞게 설정하였다. 다만 Simplex noise는 gaussian noise에 비해 상당히 저품질로 나타나며 이는 고해상도 MRI 이미지를 활용하는데 있어서 치명적인 한계점이 될 수 있다.
이러한 점에 착안하여 MRI 영상의 intensity를 반영하는 rician distribution의 특성을 고려, rician noise를 적용해보는 방법을 제안하였다. 또한 DDIM을 활용하여 좀 더 효율적이고 유연한 학습 process를 구축하고자 한다.
첨부파일
-
anomalydetection via ddim with mri_장효영.pdf (1.7M)
DATE : 2024-04-16 18:21:47 -
2006.11239.pdf (9.8M)
DATE : 2024-04-16 18:21:47 -
Wyatt_AnoDDPM_Anomaly_Detection_With_Denoising_Diffusion_Probabilistic_Models_Using_Simplex_CVPRW_2022_paper.pdf (8.1M)
DATE : 2024-04-16 18:21:47 -
2010.02502.pdf (10.4M)
DATE : 2024-04-16 18:21:47
- 이전글[20240416 통합 세미나] Pallet recognition hybrid system for smart cargo vehicles 24.06.10
- 다음글[20240326 통합 세미나]Shape-aware 3D Medical Image Segmentation 24.03.27
댓글목록
등록된 댓글이 없습니다.