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
강인하 (한국과학기술원) 조지훈 (한국과학기술원) 박진아 (한국과학기술원  )
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제28권 제7호
발행연도
2022.7
수록면
380 - 386 (7page)
DOI
10.5626/KTCP.2022.28.7.380

이용수

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

초록· 키워드

오류제보하기
척추 CT 이미지를 자동으로 분할(Segmentation)하는 것은 진단이나 수술 계획 등 의료 분야에서 넓게 사용될 수 있다. 본 논문에서는 학습 가능한 전처리 방법을 도입하였으며 척추체 표면 부분을 집중해서 학습할 수 있는 새로운 척추체 분할 모델을 구축하였다. 원본 CT 이미지의 대비를 강하게 하는 전처리 기법을 학습 과정에 포함시켰는데, 이를 통해 연조직과 같이 뼈라고 착각하기 쉽지만 타겟은 아닌 정보들을 약화하고 척추뼈를 강조할 수 있는 최적의 매개변수를 학습하여 정확도를 향상시켰다. 또한, 3D U-Net 기반 분할 네트워크의 가장 마지막 디코더 피처맵을 입력으로 받아 표면을 추출한 후 표면 표지(label)와 비교하는 표면 강화 모듈을 추가하였다. 이를 통해 척추 CT 데이터셋에 대해서 적은 추가 메모리로도 정확도를 상승시키는 새로운 엔드 투 엔드 3D 분할 모델을 제안한다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 네트워크 모델
4. 실험 과정 및 결과
5. 결론
References

참고문헌 (9)

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