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
학술대회자료
저자정보
Dawei Luo (Jeonbuk National University) Joonsoo Bae (Jeonbuk National University) Yoonhyuck Woo (Jeonbuk National University) Jang Hyun Baek (Jeonbuk National University)
저널정보
대한산업공학회 대한산업공학회 추계학술대회 논문집 2022년 대한산업공학회 추계학술대회
발행연도
2022.11
수록면
3,399 - 3,410 (12page)

이용수

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

초록· 키워드

오류제보하기
Segmenting lung nodules in medical images and classifying them into benign and malignant categories are vital to the diagnosis and treatment of cancerous patients. Much research effort has been devoted to building state-of-art models which process the input images and output the final result. So how to choose the proper metrics to compare the performance of different models is quite challenging. In the pulmonary nodule classification process, the number of negative samples is much higher than that of positive ones, leading to imbalanced datasets, which impose a negative effect on classifiers and make it trickier for metrics to assess the performance of different classifiers. This paper analyzed the most common-used metrics (e.g., Geometric Mean, F score, Matthew Correlation Coefficients, Area Under ROC Curve) in the context of lung nodule detection and assessed their characteristics, finding weaknesses in these metrics. After that, some modified metrics were proposed according to the analyses above. At last, we used these modified metrics to assess different augmentation methods for nodule classification tasks. Both the result of the theoretical analyses and that of the above experiments proved that modified metrics can make a better assessment of different augmentation methods.
#Metrics #Augmentation #Pulmonary nodule #F score #MCC #AROC

목차

Abstract
1. Introduction
2. Literature review
3. Performance metrics for binary classification
4. Augmentation methods for 3D data
5. Results and discussion
6. Conclusions
7. References

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-530-000169452