Mimikyu

CDSS-AI 파이프라인 구축, 유연한 다중 암종 분석 아키텍처 설계 및 구현

지난 이틀간의 목표는 단일 기능의 불안정한 파이프라인을 안정화하고, 이를 여러 종류의 AI 모델과 연동할 수 있는 유연하고 확장 가능한 아키텍처로 발전시키는 것이었습니다. 이 포스트는 그 과정에서 마주한 기술적 과제들과 이를 해결하기 위해 수립한 알고리즘 및 시스템 아키텍처를 기록합니다. 1일차: 파이프라인 기초 안정화 및 핵심 알고리즘 설계 ...

AI 기반 CDSS 고도화 여정, 3D 시각화부터 정밀 종양 탐지까지

개요 본 포스트는 임상 의사 결정 지원 시스템(CDSS)을 개발하고 고도화하는 과정에서 마주했던 기술적 과제와 해결 과정을 담은 프로젝트 회고록입니다. Django와 React를 기반으로 구축된 시스템에 CT 이미지 3D 시각화 기능을 안정적으로 구현하고, 나아가 TotalSegmentator와 nnU-Net을 결합하여 특정 장기의 종양을 정밀하게 ...

CDSS 개발 보고서, 비동기 처리(Celery) 도입 및 통합 API 디버깅

주제: React-Django 기반 CDSS 시스템의 주요 기능 구현 및 안정화. LIS(검사정보시스템) 연동, 오믹스 데이터 분석 파이프라인 연결, 그리고 이 과정에서 발생한 복합적인 문제들을 해결하고 비동기 처리 시스템을 성공적으로 구축했다. 1. 주요 목표 DUR (약물 상호작용) 기능 구현: 식약처 Open API를 연동하여 약물 ...

React+Django 연동, 인증/인가 에러와 동적 대시보드 구축

주제: React 프론트엔드와 Django 백엔드 간의 실시간 데이터 연동, 인증/인가 문제 해결, 그리고 사용자 중심의 동적 대시보드 구축 과정 기록. 오늘은 분리된 프론트엔드와 백엔드를 연동하면서 마주치는 전형적인 문제들을 해결하고, 단순한 API 연결을 넘어 사용자 경험을 고려한 동적 UI를 구현하는 데 집중했다. 이 과정은 수많은 디버깅...

CT 분류 모델 학습에서 마스크 활용의 중요성 및 학습 과정

CT 분류 모델 학습에서 마스크 활용의 중요성 및 학습 과정 단순히 ResNet과 같은 기존 모델로 전이 학습을 수행하는 것 외에도, CT 영상 분류에 분할 마스크(segmentation mask)를 활용하는 것은 모델 성능을 크게 향상시킬 수 있는 다양한 이점을 제공합니다. 이 글에서는 마스크 사용의 의의와 장점, 그리고 마스크가 없는 원본 데이터...

의료 AI 분할 정복기 Zenodo와 nnU-Net으로 사전 훈련 모델 활용하기

의료 AI 분할 정복기: Zenodo와 nnU-Net으로 사전 훈련 모델 활용하기 의료 영상에서 특정 장기나 병변을 정확하게 분할하는 것은 정밀 진단, 치료 계획 수립, 그리고 의학 연구에 있어 매우 중요한 단계입니다. 하지만 고품질의 분할 모델을 처음부터 개발하고 훈련하는 것은 많은 시간과 데이터, 그리고 전문 지식을 필요로 합니다. 다행히도, 이...

의료 영상 분할 nnU-Net과 OvSeg를 활용한 유방암 및 난소암 분할

의료 영상 분할 여정: nnU-Net과 OvSeg를 활용한 유방암 및 난소암 분할 서론 본 문서는 사전 훈련된 딥러닝 모델을 활용하여 유방암 및 난소암 의료 영상 분할을 시도하고, 그 과정에서 겪었던 다양한 기술적 문제들과 해결 과정을 기록한 여정입니다. 처음에는 nnU-Net 프레임워크를 사용하여 유방암 종양 분할을 시도했고, 이후에는 CT 기반...