일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- words encoding
- pytorch #torch #monai #dice #score #metric #segmentation #loss
- MICCAI
- nlp
- 유전역학
- precision #정밀도 #민감도 #sensitivity #특이도 #specifisity #F1 score #dice score #confusion matrix #recall #PR-AUC #ROC-AUC #PR curve #ROC curve #NPV #PPV
- 파이썬
- MRI
- TeCNO
- deep learning #segmentation #sementic #pytorch #UNETR #transformer #UNET #3D #3D medical image
- RGB #CMYK #DPI
- pytorch #torch #torch.nn #torch.nn.Functional #F #nn #차이
- tqdm #deep learning #dataloader #jupyter #notebook #ipywidgets
- 확산텐서영상
- pytorch #torch #ViT #vit #VIT #Transformer #deep learning #vision #classification #image
- 확산강조영상
- PYTHON
- monai
- data augmentation #augmentation #3d #deep learning #image # medical image #pytorch #medical #CT #3D
- parrec
- genetic epidemiology
- Surgical video analysis
- VNet #Vnet #segmentation #3D #voxel #semantic #pytorch #deep learning #UNet
- nibabel
- 코드오류
- nfiti
- decorater
- FLOPs #FLOPS
- 데코레이터
- Phase recognition
- Today
- Total
목록분류 전체보기 (51)
KimbgAI
지난 시간에 NGS에 대해 배웠다. NGS는 단지 시퀀싱하는 기술 그 자체이고, 이번에 알아야할 것은 시퀀싱한 그 정보를 어떻게 분석을 할것이냐 하는 것이다. chip array를 가지고 하던지, 생어시퀀서로 하던지, NGS로 하던지 간에 우리가 받는 데이터는 diplotype의 genotype data이다. 무엇을 하던간에 질환과의 연관분석을 하기 위해서는 이 genotype data를 가지고 살펴보면 된다. 그럼 NGS 분석이라는 것은 무엇이냐? 연관분석을 하기 전의 '데이터 전처리' 단계라고 생각하면 된다. DNA조각들을 가지고 시퀀싱을 하게 되면, 우리가 알고있는건 단지 그 DNA 조각들(read)의 정보 뿐이다. 이것들을 통합하고 분석하는 과정이 필요하다. chip array 데이터는 이렇게 복..
5주차로써 전반적인 유전역학개론의 수업 절반이 지났다. 벌써? ㅎㄷㄷ 유전체 시퀀싱 기술은 말 그대로 ATGC라는 염기서열을 읽는 기술이다. 시간에 따라 기술발전이 엄청나게 이루워졌고, 유전역학의 발달은 기술의 발달과 늘 맥락을 같이한다. 저번 시간에 배운 genotyping은 genetic marker를 쓰기때문에 염기서열의 연속성이 없다. 하지만 시퀀싱은 하나하나 염기서열의 연속성을 가지고 읽을 수 있다. 하지만 현재 기술로는 통째로 30억개의 염기서열을 다 읽을 수가 없기 때문에 조각조각 정보만 잘라서 시퀀싱을 할 수 있다. 이걸 read 라고 한다. 보통 100bp에서 20kp(100개에서 2만개)를 읽고, 이를 다시 통합하여 하나의 DNA 정보 구성한다. 순차적 시퀀싱을 하는게 기본인데 high..
GWAS를 설명하기 위해 지난 3주차까지 개념을 익힌거라고 봐도 될만큼 이번 학기 중 어떤 한 축이되는 강의이다. 이번주는 실제 논문을 읽고 할때 도움이 되는 개념들을 많이 익힐 것이다. 계속 보여지는 슬라이드인데, Phenotype에 대한 genotype의 연관성을 보는 것이 연관 분석이고, SNP 하나만 보는 것이 아니라 매우 많은 SNP을 가지고 연관분석하는 것이 GWAS의 개념이다. Outcome에는 Phenotype 뿐만 아니라 RNA expressure 과 같은 다양한 것들이 들어갈 수 있다. 그렇다면, Genotype에 들어갈수있는 데이터는 무엇이 있느냐? 대게 위의 4가지 정도이다. 가장 많이 사용되는 것이 GWAS Microarray이다. SNP 마커, 약 100만개의 genetic ma..
git으로 코드를 공유하기 위해, 누군가 private repository를 만들어 나를 초대했다. 나의 local에 저 repository를 연결하여 사용하는 법을 알아보자 그냥 $git clone [해당 repository 주소] 를 하면 될줄알았지만,, 당연히 안된다. 왜냐하면 git서버에서 내가 누군지 모르는데 private repository에 접근이 가능할리가! 이를 해결하기 위한 순서는 대충 아래와 같다. 1. git 접속을 위한 SSH key 만들기 2. clone 1. git 접속을 위한 SSH key 만들기 깃허브에 가서 setting에 들어가고, SSH and GPG keys에 들어가면, SSH keys를 등록하는 곳이 나온다. 앞서 SSH key를 생성해야하는데, https://it..
이번주 수업은 Study design in genetic epidemiology, 즉 유전역학 연구 설계 방법이다. 3주차밖에 되지 않았지만, 뭔가 상당한 양의 정보가 머릿속을 헤집어놓는 기분이네요. 유전역학 연구의 프로세스는 보통 위 그림과 같다. 질환의 성격이 무엇인지, 가족력이 있는지, 유전적인 영향의 증거가 있는지 등등.. 그 아래에 있는 내용은 해당 프로세스에서 사용했던 방법들이다. 회색박스는 과거에는 많이 사용했던 방법론들 이지만 현재는 거의 사용하지 않는다. 사용하는 것은 아니지만, 개념이 사라진것은 아니고 지금도 사용하기 때문에 알아둘 필요가 있다. 오늘 3주차에는 이런 배경지식을 바탕으로 연구설계에 대한 내용을 정리할 것이다. 한국에서의 가족관계는 촌수로 나타내고, 유전학에서도 비슷한 개..
지난 수업은 유전체 역학 연구의 개요에 대한 내용이었고, 이번 수업은 기초유전학에 대한 내용이다. 지난 시간에 다뤘던 내용처럼, Traits은 Phenotype + Genotype으로 결정된다.유전학 연구의 history를 보면, 1990~2003년 사이에 폭발적인 연구 성장이 이루어졌음을 알 수 있다. 이는 genome project 연구가 완성된 2003년과 맥락을 같이한다. 사람의 몸은 약 50조개의 세포가 있다고 한다. 모든 세포는 genome 카피본을 2개씩 가지고 있고, 각각 세포는 그들이 보유한 유전자 중 오직 몇개의 것에 의해 그 형태와 활동이 달라진다. 위 그림을 보면, 세포 안에는 미토콘드리아, 핵 등이 있고, 핵 안에는 염색체(chromosomes)이 있다. (염색체가 왜 염색체냐하면..
* 주의: 이 글은 수업 내용을 제 나름대로 정리하기 위해 작성한 글입니다. 따라서, 저의 이해를 바탕으로 작성되었기 때문에 부정확한 내용이 있을 수 있습니다. 또한, 정리가 엉망진창일 수 있습니다.. 하하;; 디지털헬스학 이라는 학문을 대학원에서 공부하면서, 대학원의 강의는 일반적으로 수업의 난이도를 스스로 조정할 수 있다는 점에서 함정이 있는 것 같습니다. 디지털헬스학을 대학원에서 전공하시는 동문들을 보면, 그 출신이 굉장히 각양각색인데, 학사 전공이 석사 전공과는 아무 상관이 없는 '경제학'을 전공한 괴짜인 저부터해서 보건, 의료, 의학을 전공하신 진골(?)분들도 있습니다. 아무래도 융합학문의 특성인지라.. 그래서 전공 수업들도 자신이 잘 알고 자신있는 수업을 선택해서 고른다면, 그 학기의 시간적 ..
어떤 이미지 안에 object 별로 annotation이 된 segmentation mask를 받았는데, 어떤 색상들로 구성되어 있는지 모를때.. 확인이 필요했다. 예를 들면, Pascal VOC 데이터셋 같은 경우는 색상별 어떤 클래스인지 나와있지만 그렇지 않은 경우에는 클래스가 몇개가 있고, 어떤 색상으로 되어있는지 확인이 필요하다. 간단하게 확인할 수 있는데, from PIL import Image import matplotlib.pyplot as plt path = '/data/2030/BileDuct/TestImage/mask/10.png' # 이미지 열기 image = Image.open(path) plt.imshow(image) (위 이미지는 간 수술 영상에서 담관을 annotation한 m..
클래스에서 매서드를 통해 속성의 값을 가져오거나 저장하는 경우가 있습니다. 예를들면, 아래와 같습니다. class Person: def __init__(self, a, b): self.name = a self.age = b person = Person("John", 20) print(person.age) person.age = person.age + 1 print(person.age) 20 21 Person 클래스의 인스턴스를 생성 후에, 필드 값을 읽거나 쓰는 것은 매우 자유롭습니다. 하지만 이렇게 되면 해당 데이터는 외부로부터 무방비 상태에 놓이게 됩니다. 이러한 상황에서 데이터를 접근을 관리할 수 있게 @property를 사용할 수 있습니다. class Person: def __init__(self..
데코레이터란? 파이썬은 데코레이터(decorator)라는 기능은 제공하는데, 함수(매서드) 클래스를 장식하는 도구를 뜻합니다. 데코레이터는 함수를 수정하지 않은 상태에서 추가 기능을 구현할 때 사용합니다. 보통 데코레이터는 프로그램의 버그를 찾는 디버깅, 함수의 성능 측정, 함수 실행 전에 데이터 확인 등에 활용합니다. 예를 들어, 함수의 시작과 끝을 출력하고 싶다면 다음과 같이 함수 시작과 끝 부분에 print()를 넣어주면 됩니다. def trace(func): # 호출할 함수를 매개변수로 받음 def wrapper(): # 호출할 함수를 감싸는 함수 print(func.__name__, '함수 시작') # __name__으로 함수 이름 출력 func() # 매개변수로 받은 함수를 호출 print(f..