지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2024.10
- 수록면
- 35 - 38 (4page)
이용수
초록· 키워드
오류제보하기
For many years, pathology has demonstrated a remarkable role in diagnosing cancers from the tissue samples of organs through biopsies and surgeries. With the advent of Whole slide scanners and Artificial intelligence technologies the diagnosis process of cancer has improved significantly in many ways. The cancer diagnosis time and workload of pathologists had been reduced exponentially. Foundation models which are large scale AI models have proved tremendous capabilities in digital pathology taking it to the next level. Foundation models are large scale artificial intelligence-based models which are trained on a plethora of unlabeled diverse data using self-supervised learning or semi-supervised learning approaches. They demonstrate promising potential in learning the intrinsic feature representations of data. This training methodology caters diverse capabilities of the models enabling it to excel in wide range of tasks for example object detection and classification, information retrieval from images, image segmentation and classification, natural language processing, image to text and text to image generation and many more.
목차
ABSTRACT
Ⅰ. Background
Ⅱ. Introduction
Ⅲ. The importance of Foundation Models in Pathology
Ⅳ. Types of Foundation models
Ⅴ. Conclusion and Future Prospects
References
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Artificial Intelligence based Tumor detection System using Computational Pathology
시스템엔지니어링학술지
2019 .01
-
Digital Pathology : Applications and Limitations of Image Processing and Machine Learning
대한전자공학회 학술대회
2016 .06
-
Survival Time Analysis of Lung Adenocarcinoma from Colon Cancer by Using Pathology images
한국정보과학회 학술발표논문집
2021 .06
-
[AI-8] Application of mitosis analysis using digital pathology images
INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING
2024 .01
-
디지털 병리 대장암 분화도 예측을 위한 순서학습 기반 비전 트랜스포머 기술
대한전자공학회 학술대회
2023 .06
-
대장내시경 용종 이미지 분할을 위한 이미지증강 기반 반지도학습 기법 성능 향상 연구
대한전자공학회 학술대회
2024 .06
-
클라우드 기반 시스템에서 대용량 디지털 병리 이미지의 원활한 사용을 위한 목적별 이미지 처리 규칙
Proceedings of KIIT Conference
2023 .06
-
A Survey on Self‐Supervised Learning Approach For Video Representation Learning
대한전자공학회 학술대회
2023 .06
-
준지도 학습의 최신 기법의 이해와 적용분야에 관한 연구
대한전자공학회 학술대회
2021 .11
-
Self-Supervised Learning through Ad Hoc Pretext Tasks: Survey
대한전자공학회 학술대회
2021 .06
-
스마트폰 로봇의 위치 인식을 위한 준 지도식 학습 기법
제어로봇시스템학회 논문지
2015 .06
-
Fully self-supervised learning for regression problems
한국방송미디어공학회 학술발표대회 논문집
2024 .06
-
컴퓨터비전에서의 최신 자가지도학습기법 동향
대한전자공학회 학술대회
2023 .06
-
심층 신경망을 이용한 폐암 병리 이미지 암 분류에 관한 연구
대한전자공학회 학술대회
2022 .06
-
디지털 병리 대장암 진단을 위한 삼중항 손실을 이용한 심층 메트릭 학습
대한전자공학회 학술대회
2022 .11
-
Attentive Transfer Learning via Self-supervised Learning for Cervical Dysplasia Diagnosis
JIPS(Journal of Information Processing Systems)
2021 .01
-
Error analysis on approximate graph-based semi-supervised learning
한국정보과학회 학술발표논문집
2021 .12
-
선명도에 따른 조직 이미지 분류: 딥러닝 모델과 이미지 품질 측정 기법의 성능 비교
대한전자공학회 학술대회
2024 .06
-
자가 학습 기반 의미론적 세분화에 관한 연구 동향
대한전자공학회 학술대회
2024 .06
-
디지털 병리에서 주석 처리 시스템의 병리의사 만족도
Proceedings of KIIT Conference
2022 .06
최근 본 자료
댓글(0)
0