수평선 (구분선, 수평선을 만들려면 - or * or _을 3개를 입력)

기울기1 기울기2

for i in range(0,5):
   print(i)

하나

둘(탭, 스페이스바로 이부분 회색 될 때까지 들여쓰기)

셋

링크를걸겠습니다.

• 목록1
  • 목록 1-1
    • 목록 1-1-1

• 목록1
  • 목록 1-1
    • 목록 1-1-1

• 목록1
  • 목록 1-1
    • 목록 1-1-1

"알파코1기" - 올림

"알파코2기" - 올림

"알파코3기" - 올림

1. 하나
2. 둘
3. 셋

이 부분을 집중해주세요! 감사합니다 이 부분을 집중해주세요! 감사합니다

x

취소선

ex)


방법1. 문장 마지막에 스페이스 두 번 이상 입력
방법2. html
태그를 사용 방법2. html
태그를 사용

다음과 같이 체크박스를 표현 할 수 있습니다.

• 체크박스
• 빈 체크박스
• 빈 체크박스

기술 스택이나 사용 툴 등을 간결하게 표현하고 싶을 때 인스타, 블로그 등 다양한 바로가기 링크들을 깔끔하게 나타내고 싶을때 로고와 공식컬러를 포함한 예쁜 아이콘 뱃지

• Github Url: https://github.com/shiny0510/FewShot_GAN-Unet3D (꼭! 하이퍼링크)

• requirement: pandas, numpy, torch, seaborn, matplotlib

1. 수행 기관: 부트캠프 (역할: Method 튜닝, 전처리, 팀장, 트러블 슈팅)

2. 데이터: 환자 데이터 10000개, 정상인 데이터 20만개

3. Method: 전처리: 이미지 Normalize + MixUp(Augmentation) + Denosing
   모델: F-AnoGAN (Medical Image Analysis, 2019.05) optimizer: Adam loss: L1 loss

4. 결과:
   

• Anomaly detection:
  

• Acc:
  

• 프로젝트 수행 중 문제: 정상인 데이터에서도 미세한 Anomaly가 검출되어서, 환자로 분류하는 threshold를 높혀줌으로써 정확히 분류될 수 있도록 조치하였으며, 데이터가 부족하여 오픈데이터를 다수 활용.

5. 참고: Schlegl, Thomas, et al. "f-AnoGAN: Fast unsupervised anomaly detection with generative adversarial networks." Medical image analysis 54 (2019): 30-44.