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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이정남 (Kangwon National University) 조현진 (Gyeongsang National University School of Medicine and Gyeongsang National University Hospital) 조현종 (Kangwon National University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제70권 제12호
발행연도
2021.12
수록면
2,015 - 2,021 (7page)
DOI
10.5370/KIEE.2021.70.12.2015

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
Gastric cancer is the most common cancer in Korea and an effective way to treat gastric cancer is early treatment. Gastroscopy is being performed for early detection of gastric cancer, and this paper proposes Computer-aided Diagnostics(CADx) system that can help gastroscopy. As a model for classifying gastric cancer, we use Xception, which reduces computation and improves performance. Due to the nature of medical images, data augmentation was used to solve the lack of data and overfitting could occur. The data augmentation methods used were AutoAugment and Variational AutoEncoder(VAE). AutoAugment is a data augmentation method using color changes, shear, rotation, etc., and VAE learns to standardize the probability distribution of the data, helping to generate data similar to the original data to capture features. The data augmentation method with the best performance is the augmentation method through VAE, and the recall showed 94.84% of the performance. The data augmentation method optimized for the gastroscopy data set is the augmentation method through VAE. It can help the endoscopy specialist diagnose and increase the gastric cancer complete cure rate.

목차

Abstract
1. 서론
2. 본론
3. 결과
4. 결론
References

참고문헌 (19)

참고문헌 신청

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

최근 본 자료

전체보기

댓글(0)

0