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
한성현 (경상국립대학교) 허지혜 (경상국립대학교) 성언승 (경상국립대학교) 임동훈 (경상국립대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제34권 제4호
발행연도
2023.7
수록면
567 - 585 (19page)
DOI
10.7465/jkdi.2023.34.4.567

이용수

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

초록· 키워드

오류제보하기
CT 영상에서 잡음 제거는 환자들의 방사선 피폭을 줄이면서 영상 판독 향상을 위해 중요한 기술이다. 본 논문에서는 딥러닝의 GAN (Generative Adversarial Networks) 기반 U-DeCGAN (U-Net Based GAN with Deformable Convolution) 모델을 이용하여 CT 영상에서 잡음 제거하고자 한다. GAN 모델은 두 개의 네트워크 즉, 생성자(generator)와 판별자 (discriminator)로 구성되어 있고 이 둘은 적대적 경쟁 관계에서 학습이 이루어진다. 제안된 U-DeCGAN 모델은 U-Net 구조의 생성자와 변형 가능한 컨볼루션 층(deformable convolution layer)을 갖고 있는 판별자로 구성되고, U-DeCGAN의 손실함수는 기존의 GAN 학습의 불안정을 완화하기 위해 GAN 손실 (adversarial loss)과 MSE 손실 (mean square error loss)의 가중한 형태이다. 본 논문에서 제안된 U-DeCGAN 모델의 성능 평가를 위해 여러 가지 잡음 즉, 가우시안 잡음 (Gaussian noise), 포아송 잡음 (Poisson noise), 그리고 스팩클 잡음 (speckle noise)에 의해 훼손된 CT 영상에서 기존의 BM3D 방법, DnCNN 모델, CDAE 모델, 그리고 U-Net GAN 모델과 비교하였다. 성능 실험 결과, 제안된 U-DeCGAN 모델은 정성적 평가와 더불어 PSNR (Peak Signal-to-Noise Ratio)과 SSIM (Structural Similarity Index Measure) 척도에 의한 정량적 평가에서 좋은 성능을 보였다.
#변형 가능한 컨볼루션 #잡음제거 #CT영상 #U-Net 구조 #CT image #deformable convolution #denoising #GAN #U-Net architecture

목차

요약
1. 서론
2. 관련 연구
3. U-DeCGAN 모델을 이용한 잡음제거
4. 성능 실험 및 결과
5. 결론
References
Abstract

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

이 논문과 함께 이용한 논문

발전 이후 발전국가 : 한국과 동아시아 사례 비교
이왕휘 한국정치학회보 2022 .09
실사 공간 디자인을 위한 Neural Radiance GAN 신경망
정희양 ,  전보름 ,  곽재혁 외 2명 제어로봇시스템학회 국내학술대회 논문집 2023 .06
열화상 영상 잡음 제거를 위한 효율적인 잡음 제거 블록 기반의 신경망
유광현 ,  황성민 ,  보호앙트롱 외 5명 한국정보기술학회논문지 2019 .10
3차원 Unet 기반 흉부 CT 영상 분할
박선우 ,  정유진 ,  이민영 외 4명 정보 및 제어 논문집 2023 .10
유한킴벌리의 경영혁신 : 시니어 비즈니스 CSV
한상만 ,  김종배 Korea Business Review 2017 .05

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0102-2023-041-001920619