게시판 게시물

MI2RL AMC
2020년 12월 01일
In Board
- 일시: 12월 11일 (금) 12시~ - 장소: 온라인 2020 MI2RL 단체 후드집업 디자인 소매 디자인 확대 COVID-19 관련하여 MI2RL에서 진행한 연구를 로고로 만들어 소매에 넣었다. 관련 링크: https://www.mi2rl.co/anti-covid19
2020 MI2RL online workshop  content media
1
0
340
MI2RL AMC
2020년 9월 15일
In Board
[New Normal & AI/Tech.] 코로나 이후 뉴노멀 시대에 적용되는 의학 분야 딥러닝
[AI SK telecom]코로나 이후 뉴노멀 시대에 적용되는 의학 분야 딥러닝 content media
0
0
156
MI2RL AMC
2020년 6월 19일
3D PRINTING for COVID-19 content media
0
0
141
MI2RL AMC
2020년 3월 23일
Anti-COVID-19 Robotics content media
0
0
97
MI2RL AMC
2020년 3월 20일
In Board
https://github.com/mi2rl/3DP-COVID19
Safety devices with 3D printing content media
0
0
49
MI2RL AMC
2019년 6월 10일
In Board
김남국 교수님 의료인공지능 세미나에 초청강의가 진행됩니다. 강연자:모두의 연구소 이일구 박사님 일시: 2019.06.11(화) 15:00 장소: 교육연구관2층 3세미나실
0
0
145
MI2RL AMC
2019년 6월 10일
In Board
'3분 딥러닝 케라스맛'을 맛보기 (인공지능의료 소개) - 강연자: 김성진 박사 (LG전자 CTO 산하 인공지능연구소 상무) - 일시: 2019.06.13 (목) 19시 - 장소: 교육연구관 4층 회의실 간단한 다과 제공
0
0
209
MI2RL AMC
2019년 4월 04일
In Board
을지대학교 석좌교수님이신 이홍규 교수 일시: 4월 16일 13:30~15:00 장소: 대학원 제3세미나실 강의 제목: Body size, metabolic scaling and the images(신체의 크기, 대사율 법칙과 의료 영상
0
0
54
MI2RL AMC
2019년 3월 21일
In Board
정지훈 교수님 MI2RL 강의 시간: 4월 25일 (목요일)⋅10:30~11:45 장소: 서울아산병원, 아산생명과학 연구원, 융합연구관 7층 회의실
0
0
93
MI2RL AMC
2019년 3월 21일
MI2RL OPEN LAB DAY! content media
0
0
134
MI2RL AMC
2019년 2월 22일
In Board
Deep learning is getting more important in modern medicine including radiology, pathology, surgery, neuroscience, etc. In case of radiology, there are several shortcomings in case of typical diagnostic radiology, due to the qualitative reading of a human observer. In addition, the rapid development of recent medical imaging equipment which produce a tremendous amount of image data makes the typical medical image reading nearly impractical. Recently, deep learning shows better accuracy for detection and classification in computer vision, which could be rapidly applied to medical imaging areas. I'll introduce methodology of data science including machine learning, and deep learning, and deep learning based applications in computer vision, computer aided diagnosis in medicine. In addition, I'll suggest some practical considerations on application of these technology to clinical workflow including efficient labeling technology, interpretability and visualization (No blackbox), uncertainty (Data level, Decision level), reproducibility of deep learning, novelty in supervised learning, one-shot or multi-shot learning due to Imbalanced data set or rare disease, deep survival, and physics induced machine learning. 1. Introduction to data science, machine learning, and deep learning 2. Deep learning in computer vision and applicaions 3. Deep learning for computer aided detection/diagnosis in radiology 4. Deep learning for computer aided detection/diagnosis in pathology 5. Practical consideration for deep learning application in medicine- efficient labeling technology - Interpretability and visualization (No blackbox) - Uncertainty (Data level, Decision level) - Reproducibility of deep learning - Novelty in supervised learning - One-shot or multi-shot learning due to Imbalanced data set or rare disease - Deep survival - Physics induced machine learning
0
0
163

MI2RL AMC

운영자
더보기