Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)

  • 2023.11a
  • /
  • Pages.904-905
  • /
  • 2023
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Med-StyleGAN2: A GAN-Based Synthetic Data Generation for Medical Image Generation

Med-StyleGAN2: 의료 영상 생성을 위한 GAN 기반의 합성 데이터 생성

  • Jae-Ha Choi (Dept. of Computer Science Engineering, Incheon National University) ;
  • Sung-Yeon Kim (Dept. of Applied Statistics, Chung-Ang University) ;
  • Hae-Rin Byeon (Dept. of Computer Science Engineering, Incheon National University) ;
  • Se-Yeon Lee (Dept. of AI Convergence, Dongguk University) ;
  • Jung-Soo Lee (Dept. of Computer Science Engineering, Sungshin Women's University)
  • 최재하 (인천대학교 컴퓨터공학부) ;
  • 김성연 (중앙대학교 응용통계학과) ;
  • 변해린 (인천대학교 컴퓨터공학부) ;
  • 이세연 (동국대학교 AI소프트웨어융합학부) ;
  • 이정수 (성신여자대학교 컴퓨터공학과)
  • Published : 2023.11.02
Download PDF
⟨ Previous Next ⟩

Abstract

본 논문에서는 의료 영상 생성을 위한 Med-StyleGAN2를 제안한다. 생성적 적대 신경망은 이미지 생성에는 효과적이지만, 의료 영상 생성에는 한계점을 가지고 있다. 따라서 본 연구에서는 의료 영상 생성에 특화된 StyleGAN 기반 학습 모델을 제안한다. 이는 다양한 의료 영상 어플리케이션에 활용할 수 있으며, 생성된 의료 영상에 대한 정량적, 정성적 평가를 수행함으로써 의료 영상 생성 분야의 발전 가능성에 대해 연구한다.

Keywords