컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석 4-1 Overall procedure

본 내용은 Edwith의 컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석을 요약 정리한 내용으로 DGIST 박상현 교수님과 Edwith, STAR-MOOC에 그 저작권이 있음을 미리 공지합니다.

URL : https://www.edwith.org/medical-20200327/lecture/63137/

Classification Procedure

0. Image Preprocessing(Voxel Spacing, Registration, Intensity normalization, Denoising)

1-1. Feature Extractor : Image intensity, texture(Haar feature), Segmentation을 통한 Shape 정보, intensity 정보 추출)

-> Demorgraphic Score(Feature Normalization)

-> Feature Selection

-> Classifier

-> Prediction

Data가 적은 경우

1-2. End to End(CNN)

-> Demorgraphic Score

-> Prediction

Data가 큰 경우

Haar feature : 특징점을 추출하는 방법 중 하나인 Haar like Feature는 object recognition 분야에서 digital image feature이다. 이는 Haar wavelets 이라고도 불리며, real-time 기반의 face detector 라고 할 수 있다. 2001년 두 학자(Viola, Jones)가 "Rapid Object Detection using a Boosted Cascade of Simple Features"에서 제안한 방법이다.

출처: https://eehoeskrap.tistory.com/95 [Enough is not enough]

참조 : https://en.wikipedia.org/wiki/Haar-like_feature

Overfitting 문제