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
임상헌 (가천대학교) 김영재 (가천대학교) 김광기 (가천대학교)
저널정보
한국멀티미디어학회 멀티미디어학회논문지 멀티미디어학회논문지 제23권 제3호
발행연도
2020.3
수록면
468 - 475 (8page)

이용수

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

초록· 키워드

오류제보하기
In this paper, we proposed a three-dimensional visualization system for medical images in augmented reality based on deep learning. In the proposed system, the artificial neural network model performed fully automatic segmentation of the region of lung and pulmonary nodule from chest CT images. After applying the three-dimensional volume rendering method to the segmented images, it was visualized in augmented reality devices. As a result of the experiment, when nodules were present in the region of lung, it could be easily distinguished with the naked eye. Also, the location and shape of the lesions were intuitively confirmed. The evaluation was accomplished by comparing automated segmentation results of the test dataset to the manual segmented image. Through the evaluation of the segmentation model, we obtained the region of lung DSC (Dice Similarity Coefficient) of 98.77%, precision of 98.45%, recall of 99.10%. And the region of pulmonary nodule DSC of 91.88%, precision of 93.05%, recall of 90.94%. If this proposed system will be applied in medical fields such as medical practice and medical education, it is expected that it can contribute to custom organ modeling, lesion analysis, and surgical education and training of patients.
#Augmented Reality #Deep Neural Network #Medical Training #Virtual Surgery Simulation

목차

ABSTRACT
1. 서론
2. 연구방법
3. 결과
4. 결론
REFERENCE

참고문헌 (19)

참고문헌 신청
R. Azuma, Y. Baillot, R. Behringer, S. Feiner, S. Julier, B. Maclntyre, et al., “Recent Advances in Augmented Reality,” IEEE Computer Graphics and Application, Vol. 21, No. 6, pp. 34-47, 2001. google schola E.Z. Barsom, M. Graafland, and M.P. Schijven, “Systematic Review on the Effectiveness of Augmented Reality Applications in Medical Training,” Surgical Endoscopy, Vol. 30, No. 10, pp. 4174-4183, 2016. google schola C. Hansen, J. Wieferich, F. Ritter, and H. Peitgen, “Illustrative Visualization of 3D Planning Models for Augmented Reality in Liver Surgery,” International Journal of Computer Assisted Radiology and Surgery, Vol. 5, No. 2, pp. 133-141, 2009. google schola J. Jang, C.M. Tschabrunn, M. Barkagan, E. Anter, B. Menze, R. Nezafat, et al., “Three-dimensional Holographic Visualization of High- Resolution Myocardial Scar on Hololens,” Plos One, 2018. google schola S.Y. Kwon, Y.J. Kim, and K.G. Kim, “An Automatic Breast Mass Segmentation Based on Deep Learning on Mammogram,” J ournal of Korea Multimedia Society, Vol. 21, No. 12, pp. 1535-1536, 2018. 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

치과 임상에서 디지털기반 소프트웨어 의료기기의 적용
우건철 ,  백세연 ,  김성택 구강회복응용과학지 2020 .12
크리스퍼 유전자가위와 인공유전자회로를 이용한 질병의 진단과 치료
이대희 ,  김성근 ,  우승균 BT NEWS 2018 .04
의료영상 기반 암 예후 예측 AI 기술 최신동향 : 폐암을 중심으로
최다힘 ,  홍성은 ,  최장환 한국통신학회지(정보와통신) 2019 .03
청소년의 주의집중력에 따른 Red, Blue, Green, White 색자극에서의 생리반응에 관한 기초연구
이진숙 ,  이희원 ,  김한나 외 1명 한국색채학회논문집 2014 .02
의료영상 종류에 따른 병변 영역 분할 딥 러닝 모델 별 성능 비교
정인호 ,  김동현 ,  조성민 외 1명 한국정보과학회 학술발표논문집 2022 .12

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-004-000527515