인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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
혈액은 신체 건강과 밀접한 연관이 있으며, 백혈구(White Blood Cells, WBC), 적혈구(Red Blood Cells, RBC), 그리고 혈소판(Platelets)으로 구성된다. 이는 면역 체계, 신체 기관에 산소 전달, 지혈 작용 등에 기여한다. 백혈구의 경우 감염, 알레르기 반응과 같이 신체 내에 이상이 발생하면 해당 이상 증세와 관련된 백혈구 유형이 증가하는 특징을 가진다. 이러한 특징을 이용하면 딥러닝 기반 객체 탐지 알고리즘 및 분류 방법을 적용하여 백혈구 세부 유형을 식별할 수 있으며, 환자의 건강 상태 예측에 용이한 정보로 활용할 수 있다. 따라서, 본 논문은 You-Only-Look-Once (YOLO) 및 특징 앙상블 기반 혈액 현미경 이미지 내 관심 영역 추출 및 백혈구 세부 유형 분류 기법을 제안한다. YOLO V5, YOLO V8, YOLO V9, YOLO-Neural Architecture Search (YOLO-NAS) 모델의 백혈구 탐지 성능을 비교 분석하여 가장 적합한 관심 영역 추출 모델을 선정하였다. 이후 ResNet, EfficientNet과 같은 일반적인 합성곱 신경망(Convolutional Neural Network)의 백혈구 유형 분류 성능을 비교 분석한 후, 성능이 우수한 상위 3개의 모델을 선택하여 특징 앙상블을 진행하였으며 F1-Score를 기준으로 상위 3개 모델의 약 98%와 비교하여 약 99%의 향상된 성능을 달성하였다
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
UCI(KEPA) : I410-151-25-02-092242842
