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
- 학술저널
- 저자정보
- 발행연도
- 2021.3
- 수록면
- 19 - 28 (10page)
이용수
초록· 키워드
오류제보하기
위내시경 촬영은 조기에 위 병변을 진단하기 위해서 주로 사용한다. 하지만 위내시경을 했음에도 불구하고 위 내부를 자세히 관찰하지 못해서 10~20% 위 병변을 놓치는 경우가 생기는 것으로 보고되고 있다. 미국, 영국, 일본 등의 일부 국가와 세계내시경협회(Wold Endoscopy Organization)에서는 위내시경 시에 맹점 없는 관찰을 위해서 반드시 촬영해야 할 부위에 대한 촬영지침을 제안한 바 있다. 이에 본 논문에서는 수련의가 내시경을 하는 데 있어 위 내부를 자동으로 맹점 없이 관찰하는데 필요한 딥러닝 기술인 해부학적 분류모델을 제안한다. 제안한 모델은 위내시경 이미지에 적합한 전처리 모듈과 데이터 증강 기술들을 사용한다. 실험결과를 통해 최대 F1 점수 99.6% 분류 성능을 확인하였다. 또한, 실제 데이터를 통한 실험결과에서도 에러율이 4% 미만을 보였다. 이러한 성능을 바탕으로 설명 가능한 모델임을 보여 임상에서의 사용 가능성을 확인하였다.
목차
Abstract
요약
I. Introduction
II. Preliminaries
III. The Proposed Scheme
IV. Experiment
V. Model Validation for Clinical Area
VI. Conclusions
REFERENCES
참고문헌 (22)
참고문헌 신청
Masashi Misawa / 2016 / Characterization of Colorectal Lesions Using a Computer-Aided Diagnostic System for Narrow-Band Imaging Endocytoscopy / Gastroenterology 150(7):1531~1532.e3
Gregor Urban / 2018 / Deep Learning Localizes and Identifies Polyps in Real Time With 96% Accuracy in Screening Colonoscopy / Gastroenterology 155(4):1069~1078.e8
Thomas K.L. Lui / 2020 / Accuracy of artificial intelligence–assisted detection of upper GI lesions: a systematic review and meta-analysis / Gastrointestinal Endoscopy 92(4):821~830.e9
Huiyan Luo / 2019 / Real-time artificial intelligence for detection of upper gastrointestinal cancer by endoscopy: a multicentre, case-control, diagnostic study / The Lancet Oncology 20(12):1645~1654
Georgina Chadwick / 2015 / Gastric Cancers Missed During Endoscopy in England / Clinical Gastroenterology and Hepatology 13(7):1264~1270.e1
Gregor Urban / 2018 / Deep Learning Localizes and Identifies Polyps in Real Time With 96% Accuracy in Screening Colonoscopy / Gastroenterology 155(4):1069~1078.e8
Thomas K.L. Lui / 2020 / Accuracy of artificial intelligence–assisted detection of upper GI lesions: a systematic review and meta-analysis / Gastrointestinal Endoscopy 92(4):821~830.e9
Huiyan Luo / 2019 / Real-time artificial intelligence for detection of upper gastrointestinal cancer by endoscopy: a multicentre, case-control, diagnostic study / The Lancet Oncology 20(12):1645~1654
Georgina Chadwick / 2015 / Gastric Cancers Missed During Endoscopy in England / Clinical Gastroenterology and Hepatology 13(7):1264~1270.e1
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
위내시경 영상 분류의 판단 근거 도출을 위한 설명 기법 비교
대한산업공학회 춘계공동학술대회 논문집
2021 .06
-
데이터 증대와 전이학습의 CNN 기반 위내시경 분류/분할 성능 개선 효과 검증
한국정보과학회 학술발표논문집
2020 .07
-
전이학습에 활용되는 소스 도메인의 관련성에 따른 위내시경 영상 분류 및 분할 성능 평가
대한산업공학회 춘계공동학술대회 논문집
2021 .06
-
딥러닝 기반 상부 위장관 내시경 영상에서의 랜드마크 식별
제어로봇시스템학회 국내학술대회 논문집
2023 .06
-
딥러닝 기반 위내시경 데이터 해부학적 위치 분류 모델 개발 연구
멀티미디어학회논문지
2023 .01
-
위 내시경 영상을 이용한 컴퓨터 보조 진단 시스템 개발
대한전기학회 학술대회 논문집
2019 .07
-
위내시경 영상에서 AutoAugment를 이용한 딥러닝 기반 병변 분류
대한전기학회 학술대회 논문집
2021 .07
-
딥러닝 기반 상부위장관 내시경 이미지 자동 분류의 데이터 구성별 성능 분석 연구
멀티미디어학회논문지
2022 .03
-
위 내시경 영상을 이용한 병변 탑지 시스템 연구
정보 및 제어 논문집
2020 .10
-
딥러닝 이미지 분류 성능 향상을 위한 데이터 증강 기법 비교
한국정보과학회 학술발표논문집
2024 .06
-
병변 정보기반 피부병변 영상의 중증도 분류를 위한 딥러닝 알고리즘
한국정보과학회 학술발표논문집
2019 .06
-
의료영상 종류에 따른 병변 영역 분할 딥 러닝 모델 별 성능 비교
한국정보과학회 학술발표논문집
2022 .12
-
캡슐내시경 기술의 최근 연구동향
한국통신학회지(정보와통신)
2020 .03
-
딥러닝을 이용한 영상의 병변 분류 모델
재활복지공학회논문지
2024 .08
-
PGGAN 기반 상부 위장관 내시경 이미지 생성에 따른 분류 성능 분석
제어로봇시스템학회 국내학술대회 논문집
2024 .07
-
천공부작용 해소용 내시경 Direction Sensor 설계
한국정보통신학회논문지
2017 .04
-
내시경 영상에서의 딥러닝 기반 상부 위장관 랜드마크 식별
제어로봇시스템학회 논문지
2023 .11
-
딥러닝에 기반한 이미지 범주 분류 기술
한국정보과학회 학술발표논문집
2018 .06
-
딥 러닝 기반의 전이 학습을 이용한 이미지 분류에 관한 연구
한국전자통신학회 논문지
2023 .06
-
설명가능한 딥러닝 기반 캡슐내시경 스마트 판독 시스템
대한기계학회 춘추학술대회
2019 .11
이 논문의 저자 정보
이 논문과 함께 이용한 논문
UNETR 기반 3D MRI 뇌 영상에서 다발성 경화증 병변 검출
한현택
,
이해연
한국정보기술학회논문지
2022
.08
딥러닝을 이용한 흉부 X-ray 영상의 병변 분류 및 검출
이준호
,
김동하
,
윤홍국
외 2명
한국정보과학회 학술발표논문집
2022
.06
딥러닝 기반 영역 정보를 활용한 피부 병변 분류 방법
서지원
,
김지훈
,
김해문
외 3명
대한전자공학회 학술대회
2021
.11
컨볼루션 신경망 기반 홍채 병변 분류 알고리즘 설계
서진범
,
조영복
한국정보통신학회 종합학술대회 논문집
2021
.10
위내시경 영상에서 AutoAugment를 이용한 딥러닝 기반 병변 분류
이정남
,
조현종
대한전기학회 학술대회 논문집
2021
.07
최근 본 자료
댓글(0)
0