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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2025.6
- 수록면
- 34 - 44 (11page)
이용수
초록· 키워드
복부 CT영상에서 세번째 요추부 (L3) 슬라이스 검출은 복부 내장 지방 및 근육량을 측정하는데 주로 선행되는 작업이다. 최근에 딥러닝을 이용하여 L3 슬라이스를 자동으로 검출하는 연구가 활발히 진행되고 있다. Axial 슬라이스 영상에서 L3인지 아닌지 분류하는 이진 분류기 방식이 보고되고 있는데, L3 슬라이스 부족으로 인한 클래스 불균형 문제를 완화하고자 하는 시도가 있었다. 본 논문에서는 최근에 의료영상 분야에 활용도가 높은 생성형 인공지능 모델을 이용하여 L3 슬라이스 영상을 생성함으로써 불균형 문제를 완화했을 때, 모델의 성능에 영향을 주는지 비교 분석한다. 공개데이터인 VerSe 데이터셋을 이용하여 axial 영상의 데이터를 추출한 후 전처리 작업을 거쳐 5-fold 교차검증으로 딥러닝 모델을 학습하고 학습에 관여하지 않은 테스트 데이터셋으로 성능을 평가하였다. 검증 결과 DCGAN, IDDPM 방식의 딥러닝 기반의 생성 모델을 이용한 데이터 증강이 전통적인 데이터 증강 방식보다 분류기 성능이 향상됨을 보여준다. 결론적으로 L3 슬라이스 검출 성능을 높이기 위해 데이터 증강을 수행하고 이를 위해 전통적인 방법보다는 생성형 인공지능 모델을 이용한 방식을 사용할 것을 권장한다.
#컴퓨터 단층촬영 영상
#지도 학습
#생성형 인공지능
#딥러닝
#Computed tomography
#Supervised learning
#Generative artificial intelligence
#Deep learning
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
등록된 정보가 없습니다.
참고문헌
참고문헌 신청최근 본 자료
