앞 글 이후 하루 동안 public 점수가 0.325 → 0.271이 됐고, 등수는 19등 → 335팀 중 6등이 됐습니다. 그런데 이 하루 동안 시도한 것은 대부분 실패했습니다. 점수를 크게 줄인 것은 새 모델이 아니었습니다. 화면 종류마다 평가자가 다른 좌표계에서 쟀다는 사실을 찾아낸 것이었습니다. 대회 진행 중이라 코드와 대회 이미지는 싣...

앞 글에서 외상 사망 500건의 사후 CT를 NIfTI로 바꾸고 뼈 63개를 분할했습니다. 이 글은 그 마스크로 골절 위치를 찾는 방법을 어떤 순서로 연구할지 정리한 계획입니다. 아직 실험 전이라 수치는 없고, 각 단계에서 무엇을 확인할지를 적어 둡니다. 왜 골절인가 이 데이터는 외상이나 압력으로 사망한 사람들의 CT입니다. 법의학 감정에서 PMC...

박사 과정 연구 주제로 사후 CT(PMCT, Postmortem CT)를 다루기 시작했습니다. 외상으로 사망한 사람의 CT에서 뼈가 부러진 곳을 자동으로 찾아 증거 수집을 돕는 것이 목표입니다. 이 글은 그 첫 단계로, 원본 DICOM 압축 파일 500건을 학습과 분석에 쓸 수 있는 NIfTI 영상과 뼈 마스크로 만든 과정과 현재 상태를 정리한 것입니...

앞 글에서는 재는 방법만 바꿔 0.742를 0.505로 만들었습니다. 이번 하룻밤 사이에 0.505 → 0.350, 등수는 112등 → 19등이 됐습니다. 세 가지를 바꿨습니다. 대회 진행 중이라 코드와 대회 이미지는 싣지 않습니다. 그림은 직접 그린 도식입니다. public LB (낮을수록 좋음) 1. 근섬유다발 방향은 모델과 고전 기...

앞 글에서는 모델을 돌리기 전에 데이터부터 확인했습니다. 이번 글은 그다음 이야기입니다. 분할 모델은 주최측 도구(DL_Track)의 것을 그대로 쓰고, 분할 결과에서 숫자를 뽑는 기하 계산만 새로 짰습니다. 그것만으로 public 점수가 0.742에서 0.505로 내려갔고, 등수는 159등에서 112등이 됐습니다. 대회 진행 중이라 코드와 대...

Kaggle의 UMUD Challenge: Muscle Architecture in Ultrasound Data에 참가하고 있습니다. 근육 초음파 한 장에서 숫자 세 개를 뽑는 대회입니다. 모델을 돌리기 전에 데이터를 먼저 봤습니다. 데이터가 틀리면 그 위에서 하는 연구는 전부 헛일이 되기 때문입니다. 실제로 봤더니 학습 이미지 절반 이상이 찌그러져...

앞선 글에서 SITL 재구성 네트워크로 포스터 수치를 재현했습니다. 이번 글은 그 다음 질문들에 답한 기록입니다. 무엇이 성능을 결정하는가 — 잡음? 모델 크기? 데이터? Post-ConvL은 정말 de-blurring과 de-noising을 둘 다 하는가? 해상도를 올리면 어떻게 되는가? 측정 결과를 그림 위주로 정리했습니다. 1...

앞선 글에서 SITL 재구성 네트워크를 PyTorch로 이식했지만, 성능은 포스터에 한참 못 미쳤습니다. 목표는 RMSE 1.556% / SSIM 0.983 / PSNR 36.60 dB인데 10.5% / 0.618 / 19.7 dB가 나왔습니다. 고전 알고리즘인 MLEM에게도 졌습니다. 이번 글은 그 격차를 좁혀간 기록입니다. 결론부터 적으면 이렇게...

석사 때 했던 SITL 재구성 연구의 코드를 대부분 잃어버렸습니다. 남은 건 학회 포스터 PDF 한 장, 모델 정의 파일 하나(HYG_model.py), 그리고 학습 스크립트 하나였습니다. 손실 함수와 유틸리티가 들어 있던 utils 모듈은 통째로 없었습니다. 원본은 TensorFlow였는데, 이참에 PyTorch로 다시 짜기로 했습니다. 앞선 글에...

8편까지 해서 PET 영상 한 장이 완성됐습니다. 마지막 편에서는 세 가지를 다룹니다. 완성된 영상의 값을 숫자로 읽는 법(SUV), 두 광자의 도착 시간 차이를 이용해 영상을 더 좋게 만드는 TOF, 그리고 딥러닝이 PET 파이프라인의 어디에 들어가고 있는지입니다. PET 값은 밝기가 아니라 농도 7편에서 모든 보정과 교정을 거치면 PET 영상의...