91 편의 논문
이 논문은 방사선 노출을 줄이면서도 고품질 CBCT 영상을 재구성하기 위해 다중 뷰 2D 및 다중 스케일 3D 특징을 통합한 DiCE 네트워크와 하이브리드 뷰 샘플링 사전 학습 (HyViP) 프레임워크를 갖춘 최초의 CBCT 재구성 기반 모델인 'DeepSparse'를 제안하고, 이를 통해 기존 방법들보다 우수한 재구성 성능을 입증했습니다.
이 논문은 GAN 의 모드 붕괴 문제를 해결하고 구조적 다양성을 강화하기 위해 분산 패널티를 도입한 변형된 피라미드 pix2pix 모델을 개발하여, 비용 효율적이고 확장 가능한 HER2 양성 유방암 진단을 위해 H&E 염색 이미지를 고품질 IHC 이미지로 변환하는 새로운 딥러닝 프레임워크를 제시합니다.
이 논문은 CNN 의 국소적 특징 추출 능력과 트랜스포머의 전역적 문맥 이해 능력을 결합한 TransUNet-GradCAM 모델을 제안하여, 다양한 외부 데이터셋에서도 견고한 제로샷 성능과 높은 설명 가능성을 갖춘 당뇨병성 발궤양 자동 분할 솔루션을 제시합니다.
이 논문은 희소 데이터에서도 재학습 없이 3D 광음향 단층촬영 (PACT) 의 원시 센서 데이터로부터 직접 고품질 3D 영상을 생성하는 물리 인식 신경 연산자 'PANO'를 제안하여, 기존 알고리즘보다 우수한 성능과 실시간 추론을 가능하게 함으로써 임상 적용을 위한 새로운 길을 제시합니다.
이 논문은 7 개 해부학적 영역의 9,700 개 이상의 주석이 포함된 대규모 데이터셋으로 학습된 UltraUPConvNet 을 제안하여, 기존 AI 연구에서 분리되어 수행되던 초음파 질병 예측과 조직 분할을 단일 효율적인 프레임워크로 통합하고 우수한 성능을 달성함을 보여줍니다.
이 논문은 실험적 밀도 지도 제약 조건을 통합한 일단계 확산 모델을 활용하여 기존 방법론보다 빠르고 정밀하게 단백질 및 핵산 - 단백질 복합체의 구조를 자동 정제하는 'CryoNet.Refine'을 제안합니다.
이 논문은 스마트폰 카메라로 촬영한 영상을 활용하여 구조 운동 (SfM) 기법과 3 차원 분할 알고리즘을 통해 현장의 골재 적재장으로부터 개별 입자의 3 차원 형상을 재구성하고 크기와 모양을 분석하는 새로운 접근법을 제시합니다.
이 논문은 실제 오디오와 정지 얼굴 이미지를 동기화하여 합성된 시각 데이터를 생성함으로써, 시각적 자료가 전혀 없는 언어에서도 오디오만 사용하는 모델보다 우수한 성능을 보이는 오디오비주얼 음성 인식 (AVSR) 모델을 구축할 수 있음을 입증했습니다.
이 논문은 저비용 전장 OCT(Self-OCT) 영상을 심층 학습 기반의 합성곱 신경망 (CNN) 과 합성곱 제거 오토인코더 (CDAE) 를 활용하여 망막과 색소 상피 박리 (PED) 를 자동 분할하고, CDAE 를 통해 아티팩트로 인한 오류를 보정하는 새로운 방법을 제시합니다.
이 논문은 물리 기반 역해법으로 초기화를 수행하고 3D 합성곱 U-Net 을 통해 데이터 기반의 공간적 의존성을 학습하는 하이브리드 모델인 3D-PIUNet 을 제안하여, 기존 전통적 방법 및 순차적 딥러닝 접근법보다 뇌 전도 (EEG) 신호의 공간적 정확도를 획기적으로 향상시켰음을 보여줍니다.
이 논문은 과립 구체 (Granular Ball) 기반의 불완전 사전 지식을 도입하여 소량의 데이터로도 다양한 이미지 퓨전 작업에서 뛰어난 성능과 경량화를 달성하는 새로운 심층 퓨전 방법론을 제안합니다.
이 논문은 H&E 염색 조직 슬라이드에서 직접 분자 아형 (기저형 및 고전형) 을 예측하여 비용 효율적이고 해석 가능한 췌장암 정밀 의학을 가능하게 하는 딥러닝 프레임워크 'PanSubNet'을 제안하고, 다기관 코호트에서 높은 정확도와 예후 예측 능력을 입증했습니다.
이 논문은 초고장 MRI 데이터의 신호 불균일성과 이질적인 대비 문제로 인해 기존 도구들이 한계를 보였던 뇌 분할 및 피질 분할 문제를 해결하기 위해, 다양한 대비와 해상도에 적응 가능한 35 개 라벨의 뇌 분할과 62 개 라벨의 DKT 피질 분할을 수행하는 차세대 딥러닝 툴박스인 GOUHFI 2.0 을 소개합니다.
이 논문은 의료 영상에서 공간적 배열 정보가 약한 경우 기존 비전 트랜스포머의 고정된 공간 사전 지식이 비효율적일 수 있음을 지적하고, 위치 임베딩과 [CLS] 토큰을 제거한 경량화된 ZACH-ViT 아키텍처를 제안하여 데이터가 부족한 의료 영상 환경에서 데이터 구조에 맞는 아키텍처 정렬이 성능 향상에 기여함을 입증합니다.
이 논문은 재귀적 잔차 압축, 하이퍼프리오어 및 엑시테이션을 통합하여 기존 학습 기반 이미지 압축 방식의 계산 비용과 병렬성 한계를 극복하면서도 Balle, Minnen & Singh 모델 및 VVC 인트라 코덱 대비 우수한 비트율-왜곡 효율을 달성하는 ARCHE 프레임워크를 제안합니다.
이 논문은 JPEG XS 의 인트라 패턴 복사 (IPC) 기능을 위한 변위 벡터 검색 모듈의 효율적인 파이프라인 FPGA 아키텍처를 제안하여, 최적화된 메모리 조직을 통해 38.3 Mpixels/s 의 처리량과 277mW 의 저전력 소모를 달성함으로써 실제 하드웨어 배포의 실현 가능성을 입증했습니다.
본 논문은 대역폭 제약과 긴 전파 지연이 있는 위성 환경에서 고품질의 동기화된 오디오비주얼 재구성을 위해, 주요 모달리티만 전송하고 다른 모달리티는 생성으로 복원하는 적응형 멀티모달 의미 기반 전송 시스템과 LLM 기반 의사결정 모듈을 제안합니다.
이 논문은 합성 데이터로 사전 훈련된 확산 기반 인과적 신경 표현 (DINR) 을 제안하여, 기존 방법들이 심각한 열화를 보이는 극도로 희소한 뷰의 중성자 CT 데이터에서도 고품질의 3 차원 재구성과 미세 구조 분석을 가능하게 함을 보여줍니다.
이 논문은 추가 데이터셋 없이 자기일관성 학습 전략과 경량 네트워크를 활용하여 불규칙하게 수집된 지진 데이터를 고품질로 재구성하는 효율적인 자기지도 학습 방법을 제안합니다.
이 논문은 외부 학습 데이터 없이도 슬라이스 프로파일 추정, 슬라이스 간격, 도메인 이동 및 임의의 업샘플링 인자를 모두 해결하여 2D MR 볼륨의 이방성 해상도를 향상시키는 자기 초해상도 방법인 ECLARE 를 제안하고, 이를 통해 신호 복원 및 하류 작업에서 기존 방법들을 능가하는 성능을 입증합니다.