메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김윤지 (Kangwon National University) 이신애 (Kangwon National University) 김동현 (Kangwon National University) 채정우 (Kangwon National University) 함현식 (Kangwon National University) 조현진 (Gyeongsang National University) 조현종 (Kangwon National University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제69권 제1호
발행연도
2020.1
수록면
170 - 176 (7page)
DOI
10.5370/KIEE.2020.69.1.170

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Gastric cancer is a kind of cancer that is difficult to detect at an early stage because it has almost no symptoms at the beginning. In this study, we propose a Computer-aided Diagnosis(CADx) system that detects gastric cancer from the endoscopy. The data set we used consist of 93 normal images and 93 gastric images. We extracted 6 features in 449 dimensions from the gastric endoscopy images and reduced them to 10 dimensions through feature selection algorithms. Algorithms that we use to dimension reduction are Pearson Correlation, Chi-Squared Test, Recursive Feature Elimination, and Model-based Feature Selection, which are provided by the Sci-kit Learn library. A method was also used to select the top 10 features with a higher number of times selected by these four algorithms. Normal images and gastric cancer images were classified using support vector machine(SVM). Recursive feature elimination algorithm has the highest performance among the five feature selection algorithms, with an accuracy of 0.92.
#CADx #Feature selection #Gastric Endoscopy #SVM

목차

Abstract
1. 서론
2. 이론 및 방법
3. 실험 및 결과 분석
4. 결론
References

참고문헌 (15)

참고문헌 신청
National Cancer Information Center / 2019 / Cancer incidence statistics, 2016 google schola R. Miyaki / 2015 / A computer system to be used with laser-based endoscopy for quantitative diagnosis of early gastric cancer / Journal of Clinical Gastroenterology 49:108~115 google schola B. Li / 2012 / Tumor recognition in wireless capsule endoscopy images using textural features and SVM-based feature selection / IEEE Transactions on Information Technology in Biomedicine 16:323~329 google schola J. Liu / 2009 / Obscure bleeding detection in endoscopy images using support vector machines / Optimization and Engineering 10:289~299 google schola Y. Cong / 2015 / Deep sparse feature selection for computer aided endoscopy diagnosis / Pattern Recognition 48:907~917 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

위내시경 영상에서 위암 분류에 최적화된 데이터 증대방법 연구
이정남 ,  조현진 ,  조현종 전기학회논문지 2021 .12
다양한 이미지 증대 기법에 따른 토마토 병충해 분류 성능 개선 연구
함현식 ,  조현종 전기학회논문지 2021 .12
베이지안 네트워크를 이용한 췌장암 위험도 예측
석효영 ,  조완서 ,  홍참길 한국정보과학회 학술발표논문집 2021 .06
질병코드를 이용한 위암 예측 딥러닝 모델
김은선 ,  조윤식 한국정보과학회 학술발표논문집 2021 .06
위암환자 900예에 대한 시기적인 임상분석 및 생존율의 변화
이종서 ,  조원일 ,  유승진 외 6명 대한외과학회 학술대회 초록집 1992 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-560-000248505