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.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김용석
- 발행연도
- 2020
- 저작권
- 건양대학교 논문은 저작권에 의해 보호받습니다.
이용수21
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Sepsis, an infectious disease, generates the highest medical costs worldwide, affecting about 30 million people a year. Sepsis is also accompanied by shock because of its characteristic of collapsing blood vessels. If the collapsing blood vessels correspond to the body''s major organs, vital tissues, or vessels, patients with early sepsis can develop rapidly into acute sepsis and die. However, there are many difficulties in detecting sepsis. Sepsis is detected using the patient''s bio-signal, and many variables require separate tests. This takes a lot of time and money. Therefore, in this paper, we focused on the number of leukocyte that needed blood tests. Leukocyte levels are highly relevant variables for sepsis and play a major role in diagnosing infectious diseases. In this paper, using the GAN of deep learning, white blood cell levels are calibrated. We also studied deep learning models that detect sepsis early through calibrated leukocyte levels.
목차
제1장 서론 01제1절 연구의 목적 01제2절 연구의 배경 011. 기계학습 012. 인공신경망 053. 딥러닝 114. GAN 165. 패혈증 19제3절 선행연구 고찰 251. Learning representation for the early detection of sepsis with deep neural networks 25제2장 본론 36제1절 데이터 분석 및 전처리 361. 데이터 분석 362. 데이터 전처리 45제2절 모델 구성 및 환경 491. 모델 학습 환경 492. 백혈구 보정 모델 구성 503. 패혈증 조기 감지 모델 구성 56제3장 결론 581. 연구결과 및 해석 582. 결론 및 논의 63참고문헌 64영문초록 70감사의 말씀 71
최근 본 자료
댓글(0)
0