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
이재준 (금오공과대학교) 이해연 (금오공과대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제20권 제12호(JKIIT, Vol.20, No.12)
발행연도
2022.12
수록면
149 - 156 (8page)
DOI
10.14801/jkiit.2022.20.12.149

이용수

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

이 논문의 연구 히스토리 (3)

초록· 키워드

오류제보하기
다양한 의료 분야에 인공지능이 활용되는 사례가 증가하고 있다. 그러나 뇌의 다발성 경화증과 같은 진단이 어려운 질병은 높고 신뢰할 수 있는 전문적인 기술이 필요하다. 최근에는 딥러닝을 접목하여 효율성 및 정확성을 높이는 연구가 이루어지고 있다. 본 논문에서는 다발성 경화증 병변 검출을 위하여 U-Net++ 아키텍처와 인코더에 Dense Block을 결합한 3D Dense U-Net++ 아키텍처를 제안하였다. 제안하는 방법의 성능 검증은 2008 MICCAI MS Lesion Segmentation Challenge 데이터셋을 사용하였고, 데이터 개수가 부족한 문제를 보완하기 위해 증강 기법을 적용하였다. 제안하는 방법을 Residual 3D U-Net 모델 및 3D Dense U-Net 모델과 정확도를 비교하였고, 평균적으로 4.1%, 5.6% 및 3.5%, 4.1%의 향상된 DSC와 mean IoU 정확도를 보였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. Dense U-Net++ 기반 다발성 경화증 병변 자동 검출 알고리즘
Ⅳ. 실험 결과 및 분석
Ⅴ. 결론 및 향후 과제
References

참고문헌 (0)

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