딥러닝 성능 향상을 위한 3D 의료 영상 증강법

박상근

doi:10.7315/CDE.2021.102

추천

검색

질문

자료유형: 학술저널

저자정보: 박상근 (한국교통대학교)

저널정보: (사)한국CDE학회 한국CDE학회 논문집 한국CDE학회 논문집 제26권 제2호

발행연도: 2021.6

수록면: 102 - 111 (10page)

DOI: 10.7315/CDE.2021.102

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

This paper proposes a 3D image augmentation method for improving the generalization performance of deep neural networks. It allows us to enrich the diversity of training data samples that is essential in medical image segmentation tasks, thus reducing the data overfitting problem caused by the fact the scale of medical image dataset is typically smaller. It also enables us to predict medical segmentation surfaces in Euclidean space without additional labeled datasets. This method includes image transformation functions, which are comprised of a spatial deformation and image intensity change, enabling the synthesis of complex effects such as variations in anatomy and image acquisition procedures. Our numerical experiments demonstrate that the proposed approach provides significant improvements over state-of-the-art methods for 3D medical image segmentation.

#Image augmentation #Deep neural networks #Medical image segmentation #Deep learning

참고문헌 (12)

참고문헌 신청

Cubuk, E.D., Zoph, B., Mane, D., Vasudevan, V., and Le, Q.V., 2019, Autoaugment: Learning Augmentation Strategies from Data. In Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition.

Lim, S., Kim, I., Kim, T., Kim, C. and Kim, S., Fast Autoaugment, arXiv:1905.00397, 25 May 2019.

Yi, X., Walia, E. and Babyn, P., 2018, Generative Adversarial Network in Medical Imaging: A Review, Medical Image Analysis, Vol. 58.

Xie, Q., Dai, Z., Hovy, E., Luong, M. and Le, Q.V., Unsupervised Data Augmentation, arXiv:1904.12848, 29 Apr 2019.

Cubuk, E.D., Zoph, B., Shlens, J. and Le, Q.V., Randaugment: Practical Automated Data Augmentation with a Reduced Search Space, arXiv:1909.13719, 14 Nov 2019.

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박상근

소속기관 한국교통대학교

주요연구분야 공학 > 기계공학 > 기계공학 일반 TOP 10%

논문수 46 이용수 2,519

이 논문과 함께 이용한 논문

뇌질환 진단과 병적 특성 차팅 및 시각화 기술 개발

권규빈 , 정다솜 , 안소현 외 3명 Proceedings of KIIT Conference 2024 .11

인공지능 기반 신약 개발에서 사용하는 단백질 임베딩 방법에 대한 비교 연구

공현승 , 김인영 , 김동민 외 1명 한국정보과학회 학술발표논문집 2022 .06

국방의료 데이터기반의 딥러닝을 활용한 질병 진단 연구

임태환 , 임근옥 , 정성욱 외 1명 디지털콘텐츠학회논문지 2021 .09

보건의료분야 인공지능 기술의 활용과 적용효과

전지원 , 최인영 정보과학회지 2020 .11

딥러닝 기법과 잔차 크리깅을 이용한 지가 예측

최진호 , 김용구 한국데이터정보과학회지 2021 .05

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2021-530-001749409

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (12)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)