습성황반변성 환자의 치료 전후 빛간섭단층촬영 (optical coherence tomography, OCT) 이미지를 사용해, 치료의 단기 예후를 예측하는 AI 모델을 연구합니다. <br> 1차 목표는 '환자의 초기 치료 반응 예측'이며, 치료 전 이미지를 통해 치료 후 이미지를 생성하는 모델을 연구합니다. <br> 1차 목표를 달성한다면, '어떤 약제를 선택해야 더 좋은 반응이 나타날지를 예측'하는 것을 2차 목표로, 약물에 따른 치료 후 이미지를 생성하는 모델을 연구합니다. <br> <br> 실명을 유발하는 중증 질환인 습성황반변성(neovascular age-related macular degeneration)은 초기 치료 전후로 빛간섭단층촬영을 통해 망막부종의 소실 여부를 확인하여 치료 반응을 평가하게 됩니다. 초기 치료 반응이 장기 결과에도 매우 중요하므로 이를 예측하고, 더 나아가 진단 시의 빛간섭단층촬영 (optical coherence tomography) 결과를 이용하여 어떤 약제를 선택 해야 더 좋은 반응이 나타날지를 확인할 수 있다면 환자 치료뿐 아니라 신약 개발에 있어서도 유용한 정보를 제공할 수 있기에 관련 연구를 수행하고자 랩을 개설하게 되었습니다.

2시즌 동안 진행되며, 기간에 구애받으며 결과물을 내기보다는 계속해서 연구를 이어나가면서 점점 더 발전시키는 방향으로 운영됩니다. <br> 연구 결과에 따라 논문 작성 및 학회 발표 등을 계획하고 있습니다.

1주차: 오리엔테이션 및 킥오프 미팅

2-3주차: 질환에 대한 기본적인 지식 및 OCT 검사 해석 방법 등에 대한 introduction

4-11주차: 논문 리뷰 및 실험

- 딥러닝 논문을 읽고 직접 구현한 경험이 있으신 분 <br> - 이미지 생성 모델에 관심이 많으신 분 <br> - 의료 영상에 관심이 많으신분

cGAN(Conditional GAN)에 대해서 설명해주세요.

(선택) 딥러닝 논문을 구현한 경험이 있으시다면, 깃헙 링크를 알려주세요.