กันยายน 2567 ถึง พฤศจิกายน 2567
AI Research Assistant
Kyungpook National University
80 Daehak-ro, Buk-gu, Daegu, South Korea.
สำหรับสมาชิกเท่านั้น
วิจัยหัวข้อ “การปรับปรุงความสับสนระหว่างคลาสด้วยความใกล้เคียงของพิกเซลและการเรียนรู้แบบต่อเนื่องในการแบ่งส่วนภาพทางการแพทย์” ร่วมกับนักศึกษาปริญญาโทและปริญญาเอก ภายใต้การดูแลของคณาจารย์ผู้เชี่ยวชาญ ทำการพัฒนาและนำเทคนิค U-Net Partial และการเรียนรู้แบบต่อเนื่องมาใช้ โดยใช้ PyTorch, TensorFlow และไลบรารีที่เกี่ยวข้อง เช่น NumPy และ OpenCV เพื่อปรับปรุงการแบ่งขอบเขตอวัยวะในภาพ CT
ประยุกต์ใช้ CLIP Embeddings เพื่อเชื่อมโยงคำอธิบายเชิงข้อความกับคุณลักษณะของภาพ ช่วยเพิ่มความแม่นยำในการแบ่งส่วนอวัยวะที่มีลักษณะคล้ายกัน และใช้ชุดข้อมูล FLARE22 ที่มีภาพ CT มากกว่า 4,000 ภาพ ออกแบบและปรับแต่งฟังก์ชันความสูญเสีย (Dice Loss และ IoU) ส่งผลให้ได้ผลลัพธ์การแบ่งส่วนที่มีความแม่นยำสูง ได้รับรางวัล Best Paper จากงานประชุม ICCT 2024 สำหรับผลงานวิจัยดังกล่าว ได้มีประสบการณ์ที่มากขึ้นในด้าน AI, Image Segmentation, Medical Image Processing และการใช้งาน Frameworks and Libraries PyTorch, TensorFlow, OpenCV, Numpy, Pandas, Matplotlib