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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
허지민 (숭실대학교) 송현주 (숭실대학교)
저널정보
한국차세대컴퓨팅학회 한국차세대컴퓨팅학회 논문지 한국차세대컴퓨팅학회 논문지 제19권 제1호
발행연도
2023.2
수록면
7 - 19 (13page)

이용수

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

이 논문의 연구 히스토리 (2)

2023

복부 CT 영상에서의 신장 및 신장종양에 대한 U-Net 기반의 자동 분할 기법
허지민 ,  송현주 한국차세대컴퓨팅학회 논문지 2023.02 학술저널

2021

3차원 복부 CT 영상의 컨볼루션 신경망 기반 신장 및 종양 자동 분할
허지민 컴퓨터학과(일원) 2021.01 학위논문

초록· 키워드

오류제보하기
본 연구에서는 복부 CT 영상으로부터 신장과 신장에서 발생한 종양을 U-Net 기반의 컨볼루션 신경망으로 자동으로 분할하는 방법을 제안한다. 본 논문에서 제안하는 모델은 3차원으로 촬영된 영상의 시멘틱 분할을 위하여 Encoder-Decoder 구조의 컨볼루션 신경망 구조를 활용하며, 여러 방식의 skip connection을 활용하여 구성하고 비교했다. 아울러 의료 영상 분할에서 자주 나타나는 학습 과정 중 클래스 불균형 문제를 해결하기 위한 손실 함수를 제시한다. 신장 및 신장 내의 종양에 대한 학습은 KiTS19 데이터셋을 사용했으며, 회전 변환, elastic deformation 등의 다양한 변환을 활용하여 데이터를 증강했다. 본 논문에서 제안하는 방법은 skip connection과 Dice Loss 및 Focal Loss를 활용함으로써, 이를 도입하기 전과 비교하여 최대 7.28%의 성능 향상을 보였다.
#신장 분할 #종양 분할 #복부 CT #U-Net #Kidney segmentation #Tumor segmentation #Abdominal CT #U-Net

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0