안녕하세요,이번에 리뷰할 논문은 MICCAI 2025에 발표될 예정인 최신 연구,“Patient-Aware Retinal Foundation Model via Metadata-Guided Representation Learning”입니다. 기초 모델(Foundation Model)은 대규모 비지도 학습으로 얻은 표현을 다양한 다운스트림 테스크에서 활용할 수 있는 범용적 모델이다. 해당 논문에서는 이러한 모델을 망막 영상 분석에 적용한 연구로, 단순히 이미지뿐만 아니라 환자의 나이와 성별 같은 메타데이터까지 학습에 반영한 점이 특징입니다. 1. 연구 배경기존의 안저 영상 기반 모델은 단순히 이미지 자체에만 의존했고, 이는 다음과 같은 문제점이 존재했습니다.의료 영상 라벨링 비용: 비용이 많이 들기도하고,..

이번에 리뷰할 논문은 Your Large Vision-Language Model Only Needs A Few Attention Heads For Visual Grounding라는 논문으로 CVPR 2025에 투고된 논문입니다. 논문 제목: Your Large Vision-Language Model Only Needs A Few Attention Heads For Visual Grounding논문 저자: Seil Kang, Jinyeong Kim, Junhyeok Kim, Seong Jae Hwang컨퍼런스: CVPR 2025 시작하며해당 논문은 LVLM(Large Vision-Language Model)을 활용한 Visual Grounding 성능 분석 및 개선 방안에 관한 연구입니다.기존 방식들이 대..

안녕하세요, 이번에 리뷰할 논문은 지난 번에 리뷰했던 U-Net의 개념을 이용해 확장한 3D U-Net입니다. 논문명: 3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation저자: Özgün Çiçek, Ahmed Abdulkadir, Soeren S. Lienkamp, Thomas Brox, Olaf Ronneberger저널: MICCAI(의료 영상 처리 학회)발표 년도: 2016기존의 U-Net이 있는데, 이 모델이 왜 등장했는가? 하면 의료 영상에서 얻는 대부분의 데이터(CT, MRI, PET 촬영 영상)는 3차원의 구조를 가지고 있습니다. MRI 영상을 예로 들자면 NIfTI 포맷이라 해서 nii.gz 확장자를 가진 형태가 ..

두 번째 논문 리뷰입니다. 이번에 리뷰할 논문은 U-net이라는 CNN 기반의 네트워크로 이미지 segmentation 작업에서 사용되는 모델입니다. 논문명:U-Net: Convolutional Networks for BiomedicalImage Segmentation저자: Olaf Ronneberger, Philipp Fischer, and Thomas Brox저널: MICCAI(Medical Image Computing and Computer-Assisted Intervention)링크: https://arxiv.org/pdf/1505.045971. 개요해당 논문은 2015년 MICCAI 학술대회에서 발표된 논문으로 의료 영상에서의 이미지 분할(semantic segementation)을 수행하는 모..

안녕하세요, 오랜만에 글을 작성하네요.오늘부터 주에 2개씩 논문 리뷰 글을 올려보려고 합니다.. 이전에 리뷰는 항상 Notion 같은데 쓰거나, 가볍게 정리하는 식으로 했었는데, 블로그에도 남겨야겠다는 생각이 들어서 시작하게 되었습니다.처음 작성 하다 보니 이상하거나 부족한 점이 있을 수 있습니다.그러한 부분들을 지적해주시면, 고쳐나가겠습니다. 이번에 리뷰할 논문은 2012년도 ILSVRC 대회에서 우승한 모델인 AlexNet 논문에 대해 리뷰 해보겠습니다.Paper Name: ImageNet Classification with Deep Convolutional Neural NetworksAuthors: Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hintonlink:..

안녕하세요!, 오랜만에 글을 쓰네요. 요즘 딥러닝에 대해 공부하고 있어서 여러 딥러닝 책과 다양한 분야의 논문을 읽으면서 공부하고 있는데요.그 중 제가 가장 최근에 읽었던 입문 서적인 유튜브에서 딥러닝 등 강의를 하고 계신 혁펜하임님이 쓰신Easy! 딥러닝에 대해 이야기 해보려 합니다. 제가 읽었던 딥러닝 책 리스트는'밑바닥부터 시작하는 딥러닝1, 2권''혼자 공부하는 머신러닝 + 딥러닝'그리고 'Easy! 딥러닝' 책이었습니다. 저 4권의 책 모두 잘 쓰였고 모두 입문서적으로 추천하지만, 가장 추천드리는 책은'Easy! 딥러닝' 책입니다. 우선, 가장 추천 드리는 이유는 책 내용이 핵심을 잘 알 수 있게 잘 작성되었고 삽화도 많아서 이해가 쉽다는 점에 있습니다.그리고 해당 책에서는 폭 넓게 CNN과 N..