개요
CT 스캔 영상을 세그멘테이션 하는 딥러닝 아키텍쳐(U-Net)을 사용해 CT 스캔 영상 분할 작업을 수행하고자 한다.
ConvNet
이미지, 비디오, 음성 등과 같은 다양한 유형의 데이터에서 패턴을 인식하고 학습하는 데 사용되는 인공신경망의 일종
U-Net ConvNet
이미지 분할 작업에 사용되는 딥러닝 아키텍쳐 (ConvNet 기반)
- 입력 이미지와 출력 이미지의 크기가 동일
- 이러한 특징으로 인해 의료 영상에서 세그멘테이션 작업에 적합
1) 인코더
입력 이미지를 다운샘플링하여 저차원의 특징을 추출
2) 디코더
추출한 저차원의 특징을 이용하여 원본 이미지와 같은 크기의 이미지 출력
- 이 때, U-Net은 스킵 연결(skip connection)이라는 특별한 구조를 갖추고 있어, 인코더와 디코더 간에 저차원과 고차원의 특징을 함께 사용할 수 있습니다. 이러한 스킵 연결 구조를 통해 U-Net은 세그멘테이션 작업에서 좋은 성능을 보임
U-Net ConvNet을 사용하여 다양한 CT영상 segmentation을 통해 활용되어질 수 있다.
※ 참고
https://medium.com/@fabio.sancinetti/u-net-convnet-for-ct-scan-segmentation-6cc0d465eed3
