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
이주천 (고려대학교) 이재웅 (고려대학교) Vuong Thi Le Trinh (고려대학교) Wang Jiamu (고려대학교) JiangKan (고려대학교) 변근호 (고려대학교) 정수민 (고려대학교) Anh Tien Nguyen (고려대학교) Bui Cao Doanh (고려대학교) 곽진태 (고려대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2023년도 대한전자공학회 하계학술대회 논문집
발행연도
2023.6
수록면
2,494 - 2,498 (5page)

이용수

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

초록· 키워드

오류제보하기
We propose a deep learning based digital pathology method that can classify colorectal cancers from digitized whole slide images. The conventional digital pathology methods approach cancer grading as a categorical classification problem, where the goal is to classify them into appropriate classes. However, in the case of cancer cells, the higher the grade or differentiation of each class, the poorer the condition of the cancer is, making simple categorical classification insufficient to address this issue. Therefore, in this paper, we formulate cancer grading as both categorical and ordinal classification problems and conduct two cancer grading tasks simultaneously. To achieve this, we build a deep learning model based on vision transformer and order learning. The proposed method is evaluated using a colorectal tissue dataset. Experimental results show that our method is able to accurately classify cancer grades and outperforms other competing models.

목차

Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 실험 및 결론
Ⅳ. 결론 및 향후 연구 방향
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