Deep Learning
전자파해석을 위한 해석자를 어떻게 PINN으로 구현
PINN or Modification: Physics-Informed Neural Networks (PINNs)는 물리 법칙을 딥러닝 모델에 통합하여 데이터가 부족한 상황에서도 높은 정확도의 예측을 가능하게 하는 혁신적인 신경망 모델이다. 전통적인 신경망 모델과는 달리, PINNs는 물리학적 지식을 이용하여 학습 과정을 강화하며, 이는 특히 복잡한 물리 현상을 모델링할 때 유용하다.
PINNs의 핵심 개념은 물리 법칙을 손실 함수에 포함시키는 것이다. 일반적인 신경망은 주어진 데이터로부터 패턴을 학습하지만, PINNs는 여기서 더 나아가 물리 법칙을 만족하도록 제약을 부과한다. 이러한 물리 법칙은 편미분 방정식(PDE)과 같은 형태로 표현되며, 네트워크의 출력이 이러한 방정식을 만족하는지 여부가 손실 함수에 포함된다. 이를 통해 모델은 물리 법칙을 따르면서 주어진 데이터를 잘 맞추는 방향으로 학습하게 된
Diagnosis of thyroid nodules on ultrasonography by a deep convolutional neural network
SERA (Severance Diagnostic Helper based on Deeplearning designed by Yonsei-CSE)
Training: 2004년부터 2019년까지 세브란스병원에서 수집한 13,560장의 갑상선 ROI 영상
Test – Multicenter study
Internal test: 634 세브란스 test set
External test: 781 삼성의료원, 200 분당차병원, 200 경희대병원
Two individual CNNs and two classification ensembles (CNNE1 and CNNE2) were tested to differentiate malignant and benign thyroid nodules. CNNs demonstrated high area under the curves (AUCs) to diagnose malignant thyroid nodules (0.898-0.937 for the internal test set and 0.821-0.885 for the external test sets).
* 모든 환자데이터는 각 의료기관의 IRB 승인을 받아 진행
Reference: Jieun Koh, Eunjung Lee, Kyunghwa Han, Eun‑Kyung Kim, Eun Ju Son, Yu‑Mee Sohn, Mirinae Seo, Mi‑ri Kwon, Jung Hyun Yoon, Jin Hwa Lee, Young Mi Park, Sungwon Kim, Jung Hee Shin, Jin Young Kwak, Diagnosis of thyroid nodules on ultrasonography by a deep convolutional neural network, Scientific Reports, 10(1) (2020 Sep) 15245
특허 : 등록특허 10-2209382 병변 진단에 대한 정보 제공 방법 및 이를 이용한 병변 진단에 대한 정보 제공용 디바이스
Feature Concatenation
The features extracted from deeper layer are compressive, so discriminative information may be missed. Examine the features extracted from different layers or CNNs in various combinations.
Classification Ensemble
For extracted features, several classifiers are considered such as SVM and random forests(RF). To obtain complementary result, apply ensemble method to each classifier result.
Reference: Eunjung Lee, Heonkyu Ha, Hye Jung Kim, Hee Jung Moon, Jung Hee Byon, Sun Huh, Jinwoo Son, Jiyoung Yoon, Kyunghwa Han, Jin Young Kwak, Differentiation of thyroid nodules on US using features learned and extracted from various convolutional neural networks, Scientific Reports, 9 (2019 December) 19854-1-19854-11