지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.5
- 수록면
- 293 - 301 (9page)
이용수
초록· 키워드
오류제보하기
표준화되지 않은 의료 데이터 수집 및 관리는 여전히 수동으로 진행되고 있어, 이 문제를 해결하기 위해 딥 러닝을 사용해 CT 데이터를 분류하는 연구들이 진행되고 있다. 하지만 대부분 연구에서는 기본적인 CT slice인 axial 평면만을 기반으로 모델을 개발하고 있다. CT 영상은 일반 이미지와 다르게 인체 구조만 묘사하기 때문에 CT scan을 재구성하는 것만으로도 더 풍부한 신체적 특징을 나타낼 수 있다. 이 연구는 axial 평면뿐만 아니라 CT 데이터를 2D로 변환하는 여러가지 방법들을 통해 보다 높은 성능을 달성할 수 있는 방법을 찾고자 한다. 훈련은 5가지 부위의 CT 스캔 1042개를 사용했고, 모델 평가를 위해 테스트셋 179개, 외부 데이터셋으로 448개를 수집했다. 딥러닝 모델 개발을 위해 ImageNet으로 사전 학습된 InceptionResNetV2를 백본으로 사용하였으며, 모델의 전체 레이어를 재 학습했다. 실험결과 신체 부위 분류에서는 재구성 데이터 모델이 99.33%를 달성하며 axial 모델보다 1.12% 더 높았고, 조영제 분류에서는 brain과 neck에서만 axial모델이 높았다. 결론적으로 axial slice로만 훈련했을 때 보다 해부학적 특징이 잘 나타나는 데이터로 학습했을 때 더 정확한 성능 달성이 가능했다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 데이터 셋
Ⅲ. CT Scan 3D 재구성 방법
Ⅳ. Deep Learning Model 개발
Ⅴ. 결과
Ⅵ. 논의
Ⅶ. 결론
참고문헌 (References)
참고문헌 (11)
참고문헌 신청
Russakovsky, Olga, et al. "Imagenet large scale visual recognition challenge." International journal of computer vision 115 (2015): 211-252. doi: https://doi.org/10.1007/s11263-015-0816-y
Choy, Garry, et al. "Current applications and future impact of machine learning in radiology." Radiology 288.2 (2018): 318-328. doi: https://doi.org/10.1148/radiol.2018171820.
Allen Jr, Bibb, et al. "A road map for translational research on artificial intelligence in medical imaging: from the 2018 National Institutes of Health/RSNA/ACR/The Academy Workshop." Journal of the American College of Radiology 16.9 (2019): 1179-1189. d
Gauriau, Romane, et al. "Using DICOM metadata for radiological image series categorization: a feasibility study on large clinical brain MRI datasets." Journal of digital imaging 33 (2020): 747-762. doi: https://doi.org/10.1007/s10278-019-00308-x.
Cho, Junghwan, et al. "How much data is needed to train a medical image deep learning system to achieve necessary high accuracy?." arXiv preprint arXiv:1511.06348 (2015). https://doi.org/10.48550/arXiv.1511.06348
Choy, Garry, et al. "Current applications and future impact of machine learning in radiology." Radiology 288.2 (2018): 318-328. doi: https://doi.org/10.1148/radiol.2018171820.
Allen Jr, Bibb, et al. "A road map for translational research on artificial intelligence in medical imaging: from the 2018 National Institutes of Health/RSNA/ACR/The Academy Workshop." Journal of the American College of Radiology 16.9 (2019): 1179-1189. d
Gauriau, Romane, et al. "Using DICOM metadata for radiological image series categorization: a feasibility study on large clinical brain MRI datasets." Journal of digital imaging 33 (2020): 747-762. doi: https://doi.org/10.1007/s10278-019-00308-x.
Cho, Junghwan, et al. "How much data is needed to train a medical image deep learning system to achieve necessary high accuracy?." arXiv preprint arXiv:1511.06348 (2015). https://doi.org/10.48550/arXiv.1511.06348
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
CT 영상기반 방사선치료계획시스템을 위한 CT수 대 물리적 밀도 변환에 관한 CT 스캐닝 매개변수의 의존성
한국방사선학회 논문지
2017 .01
-
간 CT 이미지 분류 모델 비교에 관한 연구
한국통신학회 학술대회논문집
2023 .02
-
딥러닝을 이용한 구조적 인지 기반 CT영상 화질 평가
대한전자공학회 학술대회
2022 .04
-
AGE PREDICTION USING WHOLE-BODY CT SCAN DATASET
한국정보과학회 학술발표논문집
2019 .06
-
Computational Thinking(CT) 관련 국내 연구 동향 분석 : CT 용어 사용을 중심으로
한국컴퓨터정보학회 학술발표논문집
2017 .07
-
CT X-선 빔들의 유효에너지 결정
한국방사선학회 논문지
2019 .01
-
딥러닝 기반 산업용 희소 뷰 CT 영상 개선
Proceedings of KIIT Conference
2023 .11
-
다양한 관련변수들에 따른 CT 조영제 부작용 원인 및 분석에 관한 연구
대한전자공학회 학술대회
2016 .11
-
Generation of contrast enhanced computed tomography image using deep learning network
한국컴퓨터정보학회논문지
2019 .03
-
국제 표준화회의 참가보고 - 3GPP TSG CT1/CT3/CT4/CT6 회의
TTA 저널
2016 .01
-
딥러닝을 기반의 Xray 및 CT 스캔을 통한 COVID-19 검출에 관한 연구
한국통신학회 인공지능 학술대회 논문집
2024 .09
-
구조해석을 위한 넙다리뼈의 CT 영상 추출 과정에 대한 연구
한국기계가공학회 춘추계학술대회 논문집
2019 .10
-
중등학교에서의 CT교육 사례와 시사점
정보과학회지
2023 .07
-
초등학생의 컴퓨팅 사고 향상을 위한 CT-SPI 모델 개발 및 적용
한국컴퓨터정보학회논문지
2016 .01
-
CT 데이터 위조 생성 및 검출 모델의 성능 비교에 관한 연구
한국통신학회 학술대회논문집
2023 .02
-
CT 조영검사 예약환자의 전처치 프로세스 시스템 개발을 통한 환자안전 및 검사 만족도 향상
한국방사선학회 논문지
2016 .01
-
딥러닝 기반의 대퇴골 영역 분할을 위한 훈련 데이터 증강 연구
컴퓨터그래픽스학회논문지
2019 .07
-
접촉형 CT센서 감도 시험에 관한 연구
대한전기학회 학술대회 논문집
2022 .07
-
IT 융합교육 활성화를 위한 Computational Thinking 수업 모형 설계
한국전자통신학회 논문지
2016 .01
-
설명 가능한 딥러닝을 활용한 CT 영상에서의 골밀도 예측
한국정보과학회 학술발표논문집
2022 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
스마트 장갑을 이용한 수화 인식 인터랙션 시스템 연구
임재철
,
김광현
,
반영환
외 2명
한국디자인학회 학술발표대회 논문집
2015
.10
화상처리에 의한 한국어수화인식시스템 개발을 위한 인식 방법
김태수
,
전중창
한국멀티미디어학회 학술발표논문집
2002
.11
사용자 적응을 통한 한국 수화 인식 시스템의 개선
정성훈
,
박광현
,
변증남
대한전기학회 학술대회 논문집
2007
.04
한글 수화 및 지화의 실시간 인식 시스템 구현
이찬수
,
김종성
,
박규태
외 3명
한국지능시스템학회 학술발표 논문집
1996
.11
저장 및 전송 시스템에서의 해상 영상을 위한 딥 러닝 기반 영상 개선 기술 분석
이영복
,
이은성
,
이민훈
외 3명
방송공학회논문지
2023
.07
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-567-001554036