컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석 5-3. Feature extraction using Deep Learning

컴퓨터비전, 머신러닝, 딥러닝을 이용한 의료영상분석 5-3. Feature extraction using Deep Learning

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/63145/

Feature Extraction

영상이 들어왔을 때 하나하나의 pixel이 feature를 의미합니다. 이것들 중에서 유용한 feature를 추출하는 것을 Feature Extraction이라 합니다.

Unsupervised Learning에서 원본 데이터를 잘 표현할 수 있는 feature들만으로 축소하여 만드는 것을 Dimensionality reduction이라 하고 이를 통한 Feature Extraction이 가능합니다. 물론 여기는 Label이 없습니다.

대표적인 방법은 PCA(Principle Component Analysis), Auto-Encoder가 있습니다.

Auto-Encoder

Dimensionality reduction(차원 축소)를 통한 stacked Neural Network를 통한 Encoder feature들을 이용하여 Decoder를 한 결과가 원본 이미지와 같도록 하는 방법