@ 잊지말자, 오늘도 감사한 하루

출처 - https://thinkpiece.tistory.com/304 Gabor Filter 이해하기 영상처리에서 Bio-inspired라는 키워드가 있으면 빠지지않고 등장하는 Gabor Filter. 외곽선을 검출하는 기능을 하는 필터로, 사람의 시각체계가 반응하는 것과 비슷하다는 이유로 널리 사용되고 있다 thinkpiece.tistory.com 영상처리에서 사람의 시각체계가 반응하는 것과 비슷하다는 이유로 널리 사용되고 있음. 사인 함수로 수정된 가우시안 필터라고 생각할 수 있음. (위키에서 사인파와 가우스 함수를 곱한 필터라고 함) 파라미터 조정으로 edge의 크기나 방향성을 바꿀 수 있음 -> 특징점 추출 알고리즘으로 핵심적 역할 가능 수식에서 보이다 싶이 5개의 변수로 컨트롤 가능. 출처 -..

출처 - https://medium.datadriveninvestor.com/what-is-hebbian-learning-3a027e8e4bbb What is Hebbian Learning? The simplest neural network (threshold neuron) lacks the capability of learning, which is its major drawback. In the book “The… medium.datadriveninvestor.com The organisation of Behaviour라는 책에서 donald O. Hebb이란 분이 제안한 방법. -> 신경망에서 neuron사이의 weight들을 업데이트시켜주는 메커니즘 중 하나 이 메커니즘 중 3개의 메인 포인트들이 ..

출처 : edwith 컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석 박상현 교수님 강의를 베이스로, 인터넷의 다양한 웹사이트를 보고 얻은 정보들을 추가로 넣어 정리한 노트입니다. 1. 무엇인가? training의 이미지들에서 각 테두리 점들의 분포를 학습해서, 어느 정도의 범위 내에서 해당 점들이 움직일 수 있는가를 학습한다. Active contour model을 사용할때, boundary로 점이 가려고 할때, local minimum으로 가려고 해서, 주변의 잘못된 boundary로 가려고 할 수 있다. -> Active Shape model은 해당 이동을 막아준다. 2. 어떻게 만드는가? 학습 방법은.. 설명 추후 추가 예정

출처 edwith 컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석 박상현 교수님 강의를 베이스로, 인터넷의 다양한 웹사이트를 보고 얻은 정보들을 추가로 넣어 정리한 노트입니다. 1. 사용목적 - Dimensionality Reduction 을 진행했을때, - 예를 들어 2D데이터에서 한 축을 제거해서 1D로 만들때, 데이터가 한 축으로 "투영"되게 된다. - 이 때, 투영된 데이터들의 분산을 최대화 시켜주는 "축"을 찾아주는 것이 목적 - 위의 사진 처럼 z1으로 투영시켜서 1D로 만들어 주는 것보다 - 우측 위의 사진의 점선처럼, 투영된 데이터의 분산을 최대화 시켜주는 축 (1D 선 위에서 데이터들끼리의 간격이 최대화 되는 축)을 찾아주는 것이 목적이다. - 데이터가 가장 많이 흩뿌려져있는 축을 찾..

1. 사용 목적 - 기존의 label된 영상을 이용하여, test에서의 segmentation의 효율을 높이기 위함 - Atlas = segmentation이 진행된 label map 2. 방법 2.1 Atlas based label fusion - 원본이미지, 원본이미지에 대한 Atlas, 그리고 Segmentation이 진행될 test 이미지가 있다면 원본이미지를 test 이미지로 registration을 해준다. (Registration 진행 기법 -> T1(원본이미지) = 원본이미지' 으로 만들고, 만들어진 원본이미지'를 test 이미지와 비교하여 transformation matrix를 구하고, T1(Atlas) = Atlas' 로 만들어서 segmentation을 진행하게 된다) : 일단 이해..