[논문리뷰] Can Multimodal Large Language Models Understand OCT?본 논문은 현재의 MLLM들이 실제 임상 현장에서 요구되는 고도화된 OCT 영상 해석 및 추론 능력을 갖추고 있는지 검증하는 데 그 목적이 있다. 기존의 평가 방식은 주로 일반적인 자연 영상(Natural Image)에 초점을 맞추거나, OCT 해석을 단순히 질병 분류와 같은 단편적인 작업으로만 간주하는 경계가 있었다 .#Review#Multimodal Large Language Models#Optical Coherence Tomography#Medical Image Analysis#Benchmark#Clinical Reasoning#Visual Perception2026년 7월 20일댓글 수 로딩 중
[논문리뷰] IMA++: ISIC Archive Multi-Annotator Dermoscopic Skin Lesion Segmentation Dataset이 연구는 피부 병변 분할(Skin Lesion Segmentation, SLS) 분야의 주요 난제 중 하나인 대규모 다중-어노테이터(multi-annotator) 데이터셋의 부족 문제를 해결하는 것을 목표로 합니다.#Review#Dermoscopy#Skin Lesion Segmentation#Multi-Annotator Dataset#Inter-Annotator Variability#ISIC Archive#Medical Image Analysis#Machine Learning#Data Annotation2026년 1월 5일댓글 수 로딩 중
[논문리뷰] Multiple Instance Learning Framework with Masked Hard Instance Mining for Gigapixel Histopathology Image Analysis기존 Multiple Instance Learning (MIL) 기반의 컴퓨터 병리학(CPath) 모델들이 기가픽셀 Whole Slide Images (WSIs)에서 쉽게 분류 가능한(easy-to-classify) 인스턴스에 편향되어 판별 경계를 정확하게 모델링하는 데 한계가 있음을 지적합니다.#Review#Multiple Instance Learning#Hard Instance Mining#Computational Pathology#Whole Slide Images#Masked Learning#Siamese Network#Medical Image Analysis2025년 9월 17일댓글 수 로딩 중