IBOK

CVPR 2019에서 발표된 MRI Reconstruction 관련 논문으로, 1) MRI reconstruction 과정에서 uncertainty를 함께 측정하였으며, 2) 별도의 evaluator network를 이용하여 매 시점에서 다음 sampling할 위치를 찾는 active sampling을 수행했다. 논문 링크, 코드 Introduction 🍏 Uncertainty에는 model uncertainty와 data uncertainty 두 가지가 있다. Model uncertainty는 모델이 완벽하지 않을 때 발생하는 예측값의 불확실성이고, data uncertainty는 데이터 자체에 내재된 불확실성이다. MRI reconstruction의 경우에는 k-space에서 데이터의 일부만 얻은 후..

CVPR 2021에 발표된 MR reconstruction 관련 논문이다. Model-based method를 이용하여 k-space와 image domain 둘 다에서 reconstruction을 진행하고, coil sensitivity map 역시 CNN으로 계산하여 fastMRI 2020 challenge에서 2위를 차지했다. 논문 링크 : https://openaccess.thecvf.com/content/CVPR2021/papers/Jun_Joint_Deep_Model-Based_MR_Image_and_Coil_Sensitivity_Reconstruction_Network_CVPR_2021_paper.pdf Introduction Deep learning을 이용한 MR reconstruction..

Brain Tumor Segmentation (BraTS) Challenge는 MICCAI(Medical Image Computing and Computer Assisted Interventions)에서 주최하는 challenge로, 2012년에 처음 시작하여 올해로 10주년을 맞았다. 데이터의 종류나 lesion의 종류 등에 따라 brain tumor segmentation method의 성능이 달라 평가에 어려움이 있어, state-of-the-art method를 찾고 large public dataset을 만들기 위해 시작되었다고 한다. 매년 Brain tumor과 관련된 데이터셋과 task가 공개되어, 많은 연구에서도 이용되고 있다. 올해는 RNSA(Radiological Society of N..

2017년 IEEE TMI에 발표된 논문으로, Physics/Model based unrolling iterative deep learning methods 중 하나이다. 딥러닝을 이용한 MR Reconstruction method 중 하나인 unrolling iterative method에 대해 간단히 설명하자면, 모델 구조에 MR physics를 사용한 것이라고 보면 된다. 이미지 자체만을 이용해 딥러닝 모델을 학습시키는 end-to-end method와 달리, unrolling iterative method는 Compressed Sensing의 idea를 적용한다. Learning proces와 problem solving algorithm이 번갈아가며 iterative하게 진행된다. Cascade..

1. Christ, Patrick Ferdinand, et al. "Automatic liver and lesion segmentation in CT using cascaded fully convolutional neural networks and 3D conditional random fields." International Conference on Medical Image Computing and Computer-Assisted Intervention. Springer, Cham, 2016. Goal : Segmentation of liver and its lesions in CT abdomen images Dataset : 3DIRCADb dataset (https://www.ircad.fr/res..