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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김지연 (Gyeongsang National University) 한용섭 (Gyeongsang National University Changwon Hospital) 이웅섭 (Gyeongsang National University) 강태신 (Gyeongsang National University Changwon Hospital) 이성진 (Gyeongsang National University) 김경훈 (Kyungpook National University) 이영섭 (Gyeongsang National University) 김진현 (Gyeongsang Natioanl University)
저널정보
대한전기학회 전기학회논문지 전기학회논문지 제70권 제7호
발행연도
2021.7
수록면
1,036 - 1,043 (8page)
DOI
10.5370/KIEE.2021.70.7.1036

이용수

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

초록· 키워드

오류제보하기
Multiple OCT images from the same patient for ophthalmic disease classification, such as AMD, DME, and Drusen, often conflict with each other in classification. The human doctor makes an experience-based medical decision for inconsistent OCT images, but no neural-network-based approach has been proposed to solve the same problem so far. This paper presents a new machine-learning-based framework that makes the comprehensive one-hot decision on AMD, DME, and Drusen, just like human doctors. In this study, we present a two-step deep machine learning method: In the first step, a classical Deep CNN along with transfer learning is used to make an ophthalmic diagnosis for a single OCT image. In the second step, a new framework, we propose, consisting of several supervised deep machine learning methods makes a comprehensive one-hot decision on eye disease from multiple OCT images. In this framework, we developed an AI model that can make comprehensive judgments from inconsistent results obtained from the same patient. Consequently, we could achieve 94% classification accuracy compared to the human doctor classification.
#Automated one-hot diagnosis #OCT image #deep learning #Ophthalmic disease classification

목차

Abstract
1. 서론
2. 관련 연구
3. 심층학습 기법을 이용한 안구 질환 진단
4. 실험 및 결과
5. 결론
References

참고문헌 (13)

참고문헌 신청
D. S. Kermany / 2018 / Identifying medical diagnoses and treatable diseases by image-based deep learning / Cell 172(5):1122~1131 google schola J. Kugelman / 2019 / Automatic choroidal segmentation in oct images using supervised deep learning methods / Scientific reports 9(1):1~13 google schola J. Wang / 2018 / Automated retinopathy of prematurity screening using deep neural networks / EBioMedicine 35:361~368 google schola X. Li / 2017 / Convolutional neural networks based transfer learning for diabetic retinopathy fundus image classification / 201710th international congress on image and signal processing, biomedical engineering and informatics (CISP-BMEI) :1~11 google schola C. S. Lee / 2017 / Deep learning is effective for classifying normal versus age-related macular degeneration oct images / Ophthalmology Retina 1(4):322~327 google schola

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

질병예측 알고리즘 기반의 헬스케어 애플리케이션 활용방안 연구 -국가 5대암 및 12대질환 예측을 중심으로-
변승혁 e-비즈니스연구 2023 .10
인공지능 기반 망막전막 위치 탐지 및 정량화
백승주 ,  조재훈 ,  이웅섭 외 2명 한국정보과학회 학술발표논문집 2022 .12
스마트시티 R&D 프로젝트 성과 관리 및 확산을 위한 양방향적 평가관리체계 기반 대표 핵심성과지표 도출
표유진 ,  이정훈 ,  한규보 한국지능정보시스템학회 학술대회논문집 2022 .11
마스크 R-CNN과 랜덤 포레스트 방법을 이용한 당뇨병성 망막병증 분류
정영훈 ,  김대원 한국컴퓨터정보학회논문지 2022 .12
도시의 디지털 대전환을 선도하는 스마트시티: 「2022 스마트시티 인덱스 보고서」로 본 글로벌 동향
이정훈 국토 2022 .08

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-560-001854650