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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김민정 (군산대학교) 손창환 (군산대학교) 추현승 (성균관대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제18권 제3호(JKIIT, Vol.18, No.3)
발행연도
2020.3
수록면
127 - 137 (11page)
DOI
10.14801/jkiit.2020.18.3.127

이용수

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

초록· 키워드

오류제보하기
뼈 나이는 성장기 아동의 발육 상태를 예견하는 객관적인 지표로 널리 사용되고 있다. 하지만 기존의 뼈 나이 진단은 영상의학과 전문의가 수작업으로 진단하기 때문에 시간이 오래 걸리는 단점이 있다. 따라서 본 논문에서는 뼈 나이 진단 자동화를 위한 대비 강화 및 슈퍼픽셀 기반의 심층 특징 퓨전 기법을 제시하고자 한다. 핵심 아이디어는 X선 영상에서 뼈 나이에 대한 정보를 담고 있는 영역은 한정적이며, 대비가 낮은 X선 영상에서 추출된 특징은 최종 뼈 나이 진단 성능의 저하를 가져올 수 있다는 것이다. 이러한 아이디어를 딥러닝 프레임워크에 반영하기 위해, 제안한 심층 학습 모델은 두 종류의 심층 합성곱 신경망으로 구성된 두 개의 스트림을 형성한다. 실험 결과를 통해서 제안한 대비 강화 및 슈퍼픽셀 기반 심층 특징 퓨전 기법이 기존의 전이 학습 기반의 심층 학습 기법에 비해 약 9.7개월에서 약 8개월 수준까지 뼈 나이의 정확도를 높일 수 있었다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 대비 강화 슈퍼픽셀 기반 심층 특징 퓨전 기법
Ⅳ. 실험 및 결과
Ⅴ. 결론 및 향후 과제
References

참고문헌 (23)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-004-000423694