인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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
각막 궤양은 세균, 바이러스, 곰팡이 등에 의한 감염이나 충격을 통한 각막 손상에 의해 발생한다. 세균성 각막 궤양의 경우 통증, 이물감, 충혈, 그리고 빛 과민성 등의 증상을 보이며 심할 경우 실명까지 이르게 되는 위급한 장애이다. 따라서 초기 각막 궤양에 대한 빠른 진단이 필요하고 이를 위해서는 세극등 검사와 배양검사 등의 전문적인 검사를 진행해야 한다. 또한 의료진의 지속적인 진찰을 필요로 하는데 환자들은 초기에 빠른 진단과 치료를 받기 어려운 상황이 발생할 수 있다. 본 연구에서는 다양한 영상처리 기법을 이용하여 전처리 및 후처리를 진행한 후 각막 궤양 영역 분할을 위해 U-Net 모델의 구조를 개선한 Double Decoded U-Net (DBDU-Net) 모델을 고안하고 실험을 진행하였다. DBDU-Net 모델은 기존 U-Net 모델에 확장경로를 하나 더 이어붙인 구조로 축소경로와 첫 번째 확장경로에서 추출되는 특징 맵을 두 번째 확장경로에 연속적으로 연결한 것이다. DBDU-Net을 이용하여 각막 궤양 영역의 위치 정보와 객체 형태를 학습한 후 평가 지표로서 Dice 유사도는 평균 93.32%, 최대 98.66%의 정확도를 보였다.
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) : I410-151-26-02-094438154
