메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
최하늘 (건양대학교) 김미래 (건양대학교) 이정훈 (건양대학교) 김현지 (건양대학교) 김정은 (건양대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2021년도 추계종합학술대회 및 대학생논문경진대회
발행연도
2021.11
수록면
633 - 636 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
유방암 선별 진단은 X선 유방조영술을 사용해 검사를 진행한다. X선 이미지를 읽는 것은 전문가에게도 어려운 작업이기에 유방암 검진 보조를 기반으로 기존의 유방암의 악성과 양성을 판별하는 인공지능은 상당한 연구가 진행되었다. 유방암의 악성과 약성을 판별하는 인공지능의 정확도를 높이고 멀티모달리티 기법을 적용하여 유방암 환자의 정보를 학습 시켜 환자의 추가적인 정보에 따라 유방암 위험 인자 분석을 통해 유방암 조직검사 이전의 선별 진료의 정확도를 향상한다. 의료 영상 장비를 사용하여 수집된 영상은 DICOM 형식으로 저장된다. 합성곱 신경망(CNN)을 이용한 학습으로 종양의 병변을 확인하도록 한다. 왼쪽 이미지와 오른쪽 이미지 중 왼쪽 이미지를 좌우 반전 시켜 데이터를 통합한 후 연구를 진행하였다. CNN을 보완한 FCN을 기반으로 구축된 모델인 U-Net을 활용하여 관심 영역을 찾아내고 학습하여 유방조영술 촬영본의 병변의 유무를 확인할 수 있다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 기술적 이론 및 본론
Ⅲ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-004-002164063