인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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.
피인용 0
초록·키워드
병변 영역 분할은 의료영상 내에 병변 영역을 인공지능 모델로 분할하는 연구 분야로 최근 많은 딥러닝 기반 모델들이 제안되었다. 손실 함수는 딥러닝 모델의 학습에 관여하여 병변 영역 예측 정확도에 직접적으로 영향을 미친다. 본 논문에서는 피부, 내시경, 초음파과 병변에 대한 6 개 의료영상 데이터 셋에 12 개 딥러닝 모델에 대해 10 개의 손실 함수를 적용해 각 5 회씩 반복 실험하여 병변 영역 분할에 대한 손실 함수의 성능을 종합적으로 비교 및 분석하였다. 손실 함수 중에서 보편적으로 우수한 함수는 나타나지 않으며, 두 가지의 손실 함수를 조합한 복합 손실 함수가 성능이 개별 손실 함수보다 일반적으로 우수하였다. 데이터셋과 딥러닝 모델에 따라서, 정확도가 가장 높은 손실 함수는 일치되지는 않았다. 그러나 종합적으로 점수화 하였을 때 IoU 손실과 Focal 손실을 결합한 IoUFocal 손실이 정확도가 가장 우수하였다. 하지만, 우리 연구는 병변 영역 분할의 딥러닝 모델을 개발할 때, 모델과 데이터셋에 어떤 손실 함수를 사용할 지에 대한 가이드라인을 제시한다는 점에서 의의가 있다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
