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
- 2021.1
- 수록면
- 17 - 23 (7page)
이용수
초록· 키워드
오류제보하기
자기공명영상은 고해상도의 연부조직에 대한 영상정보를 제공하며, 뇌종양 등 연부조직 진단에 활용된다. 본 연구는 합성곱신경망 인공지능을 통해 뇌종양 자기공명영상 분류성능을 확인해 보고자 한다. 4개 종류로 구분된 3264장의 MRI 데이터 세트(data set)를 이용하였으며, 인공지능 학습을 위해 훈련용 데이터와 시험용 데이터를 9 : 1, 훈련용 데이터의 10%를 검증용 데이터로 구분하였다. 합성곱신경망은 기본 CNN과 VGG16으로 구성하였으며, 학습평가는 정확도와 손실율로 확인하였으며, 생성된 모델을 통해 분류성능 정확도를 확인하였다. 실험 결과 과적합은 없었으며, 분류성능은 기본 CNN과 VGG16 각각 67%와 80%의 분류성능을 보였다. 도출된 뇌종양 자기공명영상분류 결과를 통해 자기공명영상과 인공지능 접목에 관한 기초 자료로 사용될 수 있을 것이라 사료 된다.
목차
등록된 정보가 없습니다.
참고문헌 (15)
참고문헌 신청
Oldendorf, William / 1988 / Basics of Magnetic Resonance Imaging / Springer :125~138
Wong, Koon-Pong / 2005 / Handbook of biomedical image analysis / Springer :111~182
Gordillo, Nelly / 2013 / State of the art survey on MRI brain tumor segmentation / Magnetic Resonance Imaging 31(8):1426~1438
Siuly, Siuly / 2016 / Medical big data : Neurological diseases diagnosis through medical data analysis / Data Science and Engineering 1(2):54~64
Belle, Ashwin / 2015 / Big data analytics in healthcare / BioMed Research International 2015
Wong, Koon-Pong / 2005 / Handbook of biomedical image analysis / Springer :111~182
Gordillo, Nelly / 2013 / State of the art survey on MRI brain tumor segmentation / Magnetic Resonance Imaging 31(8):1426~1438
Siuly, Siuly / 2016 / Medical big data : Neurological diseases diagnosis through medical data analysis / Data Science and Engineering 1(2):54~64
Belle, Ashwin / 2015 / Big data analytics in healthcare / BioMed Research International 2015
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Evaluation of Deep Learning Based YOLOv3 Brain Tumor Classification Performance Using Magnetic Resonance Imaging
대한자기공명기술학회지
2021 .01
-
딥러닝 기반 특징 앙상블을 사용한 MRI 영상의 뇌종양 분류
한국컴퓨터정보학회논문지
2021 .07
-
MRI 영상의 전처리와 심층학습에 의한 뇌종양 진단보조 시스템 개발
한국지능시스템학회 논문지
2018 .06
-
자기공명영상을 이용한 딥러닝 기반 뇌종양 분할 모델의 성능 평가
한국정보과학회 학술발표논문집
2022 .12
-
Enhancing MRI- Based Brain Tumor Diagnosis with Deep Learning & Data Augmentation
한국정보통신학회 종합학술대회 논문집
2024 .10
-
딥러닝 기반의 멀티-모달 MRI 영상에서의 뇌종양 영역 분할
한국정보과학회 학술발표논문집
2016 .12
-
작은 데이터 세트에 대한 새로운 이미지 분류 방법
한국정보통신학회 종합학술대회 논문집
2021 .10
-
A Deep Convolution Neural Networks for Brain Tumor Classification with Data Augmentation Techniques
대한전자공학회 학술대회
2020 .08
-
Performance Analysis of Classification Techniques of Human Brain MRI Images
INTERNATIONAL JOURNAL of FUZZY LOGIC and INTELLIGENT SYSTEMS
2019 .12
-
향상된 Mask R-CNN을 적용한 뇌종양 검출
대한전자공학회 학술대회
2019 .11
-
영상 노이즈 제거 CNN 구조 개선을 위한 VGG CNN 손실함수 적용에 대한 연구
대한전자공학회 학술대회
2019 .11
-
1D-CNN을 이용한 뇌 MRI OEF 예측 방법
Proceedings of KIIT Conference
2024 .05
-
MRI 영상의 유효영역과 GLCM에 의한 질감특징 추출에 따른 신경망 기반 뇌종양 진단에 관한 연구
한국지능시스템학회 논문지
2017 .06
-
자기공명영상 데이터를 이용한 합성곱 신경망 기반 뇌연령 예측 모델의 성능 평가
한국정보과학회 학술발표논문집
2021 .12
-
MRI 기반 알츠하이머병 진단을 위한 CNN 모델의 복잡도와 성능의 연관성 분석
한국정보과학회 학술발표논문집
2018 .06
-
멀티프레임 MRI를 위한 CNN의 설계 및 성능 평가
대한전기학회 학술대회 논문집
2022 .07
-
X-ray 이미지를 활용한 폐질환 분류 모델 연구: CNN과 VGG16의 적용
한국컴퓨터정보학회 학술발표논문집
2025 .01
-
An Implementation of Effective CNN Model for AD Detection
스마트미디어저널
2024 .06
-
CNN을 이용한 이미지 분류
Proceedings of KIIT Conference
2017 .06
-
CNN 기법을 이용한 공간정보 자동분류연구
대한공간정보학회 학술대회
2017 .05
이 논문의 저자 정보
최근 본 자료
댓글(0)
0