이 워크숍에서는 방사선학 및 메디컬 이미징에 딥 러닝을 적용하는 방법을 설명합니다. 영상 분할, CNN(나선형 신경망)을 트레이닝하는 방법, 라디오믹스를 사용하여 질병의 유전체학을 파악하는 방법을 배웁니다.

학습 목표


이 워크숍에 참여함으로써 다음을 수행할 수 있게 됩니다.
  • CNN을 트레이닝하여 시계열 MRI 데이터로부터 인간 심장의 좌심실 용적 추론
  • MRI 영상에서 좌심실 위치를 확인하기 위해 영상 분할 수행
  • CNN을 사용하여 심장병을 감지하고 확장기와 수축기 사이의 차이를 측정하여 박출률 계산
  • 1p/19q 염색체 공동 결실 상태를 파악하기 위해 LGG(저등급 교종)의 MRI 스캔에 CNN 적용

워크숍 데이터시트 다운로드 (PDF 292 KB)

워크숍 개요

인트로
(15분)
  • 전문가 강사와 만나기
  • courses.nvidia.com/join에서 계정 생성하기
영상 분할
(120분)
    영상의 각 픽셀을 특정 클래스에 배치하는 기법을 알아봅니다.
    • 맞춤형 Python 레이어를 통해 Caffe 확장하기
    • 전이 학습 프로세스 구현하기
    • 널리 사용되는 영상 분류 네트워크를 통해 완전한 CNN(컨볼루션 신경망) 구축하기
휴식(60분)
영상 분석
(120분)
    의료 영상 분석에 CNN을 사용하여 비가시적 영상에서 환자 상태를 추론합니다.
    • 표준 2D CNN을 더 복잡한 데이터로 확장하기
    • 표준 Python API 및 R을 통해 프레임워크 MXNet을 사용하기
    • 체적 및 시간적일 수 있는 고차원 영상 처리하기
휴식 (15분)
TensorFlow를 통한 영상 분류
(120분)
    MRI에서 영상 유전체학(라디오믹스)을 감지하는 딥 러닝 기법을 알아봅니다.
    • CNN 설계 및 트레이닝하기
    • 라디오믹스을 사용하여 외과적 생체 조직 검사 없이 병의 유전체학을 식별하는 바이오마커 생성하기
    • 뇌종양이 있는 환자를 위해 보다 효과적으로 치료하고 더 나은 의료 결과를 이끌어 낸 Mayo Clinic의 라디오믹스 프로젝트 살펴보기
최종 복습
(15분)
  • 핵심 내용을 복습하고 질문에 답하기
  • 평가를 완료하고 인증서 취득하기
  • 워크숍 설문지 작성하기
 

워크숍 정보

소요 시간: 8시간

가격: NVIDIA에 문의하세요  

전제 조건:

  • 딥 뉴럴 네트워크에 대한 기본 지식
  • Python 또는 유사 언어의 기본적인 코딩 경험

기술: Caffe, NVIDIA DIGITS, R, MXNet, TensorFlow

콘텐츠 공동 제작자: Mayo Clinic

인증: 평가를 성공적으로 완료한 참가자는 관련 분야에 대한 역량을 인정받고 전문적 커리어 성장을 지원하는 NVIDIA DLI 인증서를 받게 됩니다.

하드웨어 요구 사항: 최신 버전의 Chrome 또는 Firefox를 실행할 수 있는 데스크톱 또는 노트북 각 참가자에게는 클라우드상에서 완전하게 구성된 GPU 가속 서버에 접근할 수 있는 전용 권한이 주어집니다.

언어: 영어, 일본어

질문이 있으신가요?