Research Hub

대학 자원

대학 인프라와 자원을 공유해 공동 연구와 기술 활용을 지원합니다.

논문 리스트

2020
다단계 Seg-Unet 모델을 이용한 방사선 사진에서의 End-to-end 골 종양 분할 및 분류 End-to-end Bone Tumor Segmentation and Classification from X-ray Images by Using Multi-level Seg-Unet Model
한국정보과학회
김수형, 양형정, 정성택 외 1명
논문정보
Publisher
정보과학회논문지
Issue Date
2020-02-28
Keywords
-
Citation
-
Source
-
Journal Title
-
Volume
47
Number
2
Start Page
170
End Page
179
DOI
ISSN
2383630X
Abstract
무릎 골종양 검출은 의료진단 보조 시스템 구현에 있어서 중요한 역할을 담당한다. 지금까지 제시된 방법 중 입력 X-ray 영상에서 종양을 검출하고 이를 분류하는 기능이 모두 포함된 end-to-end 시스템은 없다. 본 논문에서는 다중 딥러닝에 기반한 end-to-end 시스템을 제안한다. 이를 위해 우리는 영상내 종양부분에 대한 거리변환으로부터 다단계 마스크를 생성하고, 이를 해당 종양의 의미론적 정보를 추출하는 신경망의 guided filter로 활용한다. 또한, 제안된 신경망 구조는 종양의 분할과 분류 과정을 학습하는 과정에서 정규화하는 효과를 포함하고 있다. 제안된 신경망 모델이 전남대학교병원에서 구축한 데이터셋에 대해 다른 기법들보다 우수한 성능을 보임을 입증하였다.
  • 전남대학교
  • KCI
  • 정보과학회논문지

저자 정보

이름 소속
김수형 인공지능학부
양형정 인공지능융합학과
정성택 의학과

목록보기