• 목록

A team lead by Prof. Sang Hyun Park (First Author: Philip Chikontwe) has recently published an article in Medical image analysis journal (IF: 13.82). They show that a deep learning-based approach for weakly supervised segmentation only using image-level labels in Histopathology slides has clinical relevance. They address the scenario where fast diagnosis is required in memory constrained settings when datasets are limited and/or contain weak annotations without infected areas highlighted. Overall, the research introduces algorithms and strategies to solve accurate biomedical data segmentation, robust feature extraction and analysis. The findings presented will appeal to the research community applying machine/deep learning for histopathology analysis including other imaging modalities.

로봇및기계전자공학과 박상현 교수(인공지능전공 겸직) 연구팀은 암이 존재한다는 데이터만으로 병리영상에서 암의 존재와 부위까지 정확하게 보여줄 수 있는 약지도학습(Weakly supervision) 딥러닝 모델을 개발했다. 기존 딥러닝 모델에서는 암 부위를 특정하기 위해서는 암의 위치가 정확하게 그려진 데이터셋 구축을 필요로 했으나, 이번 연구로 개발된 딥러닝 모델로 효율성이 향상되어 해당 연구 분야에 획기적으로 기여할 것으로 보여진다.