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
김덕선 (서울여자대학교) 우아라 (서울여자대학교) 이한상 (한국과학기술원) 홍헬렌 (서울여자대학교)
저널정보
한국컴퓨터그래픽스학회 컴퓨터그래픽스학회논문지 컴퓨터그래픽스학회논문지 제29권 제2호
발행연도
2023.6
수록면
1 - 11 (11page)

이용수

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

초록· 키워드

오류제보하기
본 논문에서는 복부 CT 영상에서 국소 간 병변 분류를 위한 심층 합성곱 신경망 학습에 다양한 데이터 증강 기법을 적용하여 의료 영상에서의 효과를 분석한다. 이를 위해 어파인 변환 기반, StyleGAN, Mixup, Augmix 기반 데이터 증강 기법을 각각 VGG16 심층 합성곱 신경망에 적용하여 국소 간 병변을 낭종, 혈관종, 전이암으로 분류하는 학습을 수행한다. 실험을 위해 각 데이터 증강 기법에 의해 훈련된 모델의 분류 결과에 대하여 정확도, 민감도, 특이도 분석을 통해 정량적 평가를 진행하고, 증강 영상 예시 분석과 tSNE 분석을 통해 정성적 평가를 수행하여 데이터 증강 기법의 효과를 분석한다.

목차

요약
Abstract
1. 서론
2. 제안 방법
3. 실험 및 결과 분석
4. 결론
References

참고문헌 (0)

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

UCI(KEPA) : I410-ECN-0101-2023-004-001558641