Caramel LabCaramel Lab
#

의료 영상 합성

2편의 한국어 분석 — 최신순으로 정렬했어요

컴퓨터 과학발표 2026.10· 2최근 1년 1회

의료 영상 합성을 위한 범용 텍스트 안내 모델

심층 학습은 강력한 성능을 위해 방대한 데이터를 요구하지만, 환자 프라이버시 문제로 인해 의료 분야에서는 데이터 확보가 어려운 경우가 많습니다. 의료 영상 생성 모델을 통한 합성 데이터는 이러한 문제에 대한 해결책을 제시할 수 있으나, 기존 모델들은 특정 작업에 국한되거나 비공개 데이터셋으로 훈련되어 확장성과 재현성에 한계가 있었습니다. 본 연구는 이러한 한계를 극복하고자 공개 데이터만을 활용하여 훈련된 개방형 범용 텍스트 안내 잠재 확산 모델인 MediSyn을 제안합니다. MediSyn은 6개 의료 전문 분야와 10개 영상 모달…

컴퓨터 과학발표 2026.02· 6최근 1년 6회

안정적인 에지 인식 GAN 기반 의료 영상 합성

의료 영상 합성 분야에서 GAN(생성적 적대 신경망)은 뛰어난 잠재력을 보였지만, 진단 등급의 품질, 특히 해부학적 에지 보존 및 모드 붕괴 방지 측면에서 한계가 있었습니다. 본 연구는 이러한 문제를 해결하기 위해 안정적인 에지 인식 GAN 아키텍처를 제안합니다. 이 아키텍처는 훈련 중 구조적 그라디언트를 적응적으로 강화하는 동적 학습형 양방향 커널과 공간적 일관성을 유지하기 위한 보간된 스킵 연결을 가진 계층형 생성기를 특징으로 합니다. 방법론은 CT 신장 데이터셋(12,446개 이미지)에 대해 Wasserstein 정규화를 이…

연구 트렌드로 돌아가기