인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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.
피인용 0
초록·키워드
Scalp health issues are increasingly prevalent due to stress, environmental pollution, and dietary changes, but current diagnostic methods rely on subjective evaluations, limiting early detection and personalized treatment development. This study proposes a multi-class classification framework for scalp condition analysis using over 100,000 publicly available scalp images. We applied image preprocessing techniques including Gaussian filtering and bottom-hat transformation, along with data augmentation to address class imbalance. The Vision Transformer (ViT-B/16) architecture was employed for classifying six major scalp diseases and four severity levels. Additionally, K-means clustering was used for unsupervised scalp condition stratification to enhance diagnostic interpretability. The proposed preprocessing and augmentation techniques improved ViT-B/16 classification accuracy from 74.1% to 85.6%. K-means clustering revealed three distinct scalp types: a sebaceous cluster characterized by excess sebum and interfollicular erythema, a keratinous cluster defined by fine keratin predominance, and a complex cluster exhibiting mixed symptoms. These classification and clustering results provide a practical foundation for objective scalp condition categorization and support the development of standardized diagnostic protocols, offering potential for more accurate and personalized scalp health assessments.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-094010660
