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
- 2023.11
- 수록면
- 908 - 913 (6page)
- DOI
- 10.5302/J.ICROS.2023.23.0121
이용수
이 논문의 연구 히스토리 (4)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Accurate identification of landmarks is critical for effective diagnosis and treatment in endoscopy, particularly in the upper gastrointestinal tract. However, there are many similar structures inside the stomach, and it might be difficult to accurately locate landmarks in camera images because of other factors such as air bubbles and the narrow field of view of wired endoscopic images. This study presents a comparative analysis experiment conducted with a model that can identify anatomical landmarks of the upper gastrointestinal tract with high accuracy through small-scale data-based local augmentation. We used five classes captured by esophagogastroduodenoscopy criterion, preprocessed medical image data to address the class imbalance, and compared the accuracies of ResNet50, MobileNetV2, and DensNet265 models. We used a dataset comprising 2,546 images of patients who underwent upper gastrointestinal endoscopy at Yonsei Severance Hospital. We augmented 4,632 images and evenly distributed them across five classes. Our results indicate that this is the most accurate model for improving diagnosis and treatment in upper gastrointestinal endoscopy. The ReseNet50 model achieved the highest accuracy at 74.88%, followed by the MobileNetV2 model at 78.91% and DensNet265 at 84.70%.
목차
Abstract
I. 서론
II. 딥러닝 모델
III. 실험 방법
IV. 실험 결과
V. 결론 및 향후 방향
REFERENCES
참고문헌 (26)
참고문헌 신청
Endoscopes Market Size, By Region, 2016-2028: https://www.polarismarketresearch.com/industryanalysis/endoscopes-market, Access: 2021.10
Endoscopy Equipment Market 2021 to 2030: https://www.globenewswire.com/en/newsrelease/2022/02/02/2377841/0/en/Endoscopy-Equipment-Market-Size-to-Worth-Around-US-54-9-Bnby-2030.html, Access: 2021.02.02
L. Ding-Yun, G. Tao, N.-N. Rao, X. Yao-Wen, Z. Jie, L. Sang, L. Cheng-Si, Z. Zhong-Jun, and W. Yong-Li, “Identification of lesion images from gastrointestinal endoscope based on feature extraction of combinational methods with and without learning process
L. S. Yang, A. J. Thompson, A. C.F. Taylor, and B. A. Holt, “Quality of upper GI endoscopy: a prospective cohort study on impact of endoscopist education," Gastrointestinal Endoscopy, vol. 96, no. 3, pp. 467-475, Sep. 2022.
P. Sharma and C. Hassan, “Artificial intelligence and deep learning for upper gastrointestinal neoplasia," Gastroenterology, vol. 162, no. 4, pp. 1056-1066, Apr. 2022.
Endoscopy Equipment Market 2021 to 2030: https://www.globenewswire.com/en/newsrelease/2022/02/02/2377841/0/en/Endoscopy-Equipment-Market-Size-to-Worth-Around-US-54-9-Bnby-2030.html, Access: 2021.02.02
L. Ding-Yun, G. Tao, N.-N. Rao, X. Yao-Wen, Z. Jie, L. Sang, L. Cheng-Si, Z. Zhong-Jun, and W. Yong-Li, “Identification of lesion images from gastrointestinal endoscope based on feature extraction of combinational methods with and without learning process
L. S. Yang, A. J. Thompson, A. C.F. Taylor, and B. A. Holt, “Quality of upper GI endoscopy: a prospective cohort study on impact of endoscopist education," Gastrointestinal Endoscopy, vol. 96, no. 3, pp. 467-475, Sep. 2022.
P. Sharma and C. Hassan, “Artificial intelligence and deep learning for upper gastrointestinal neoplasia," Gastroenterology, vol. 162, no. 4, pp. 1056-1066, Apr. 2022.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
딥러닝 기반 상부 위장관 내시경 영상에서의 랜드마크 식별
제어로봇시스템학회 국내학술대회 논문집
2023 .06
-
상부 위장관 내시경 영상 랜드마크 분류를 위한 딥러닝 모델 비교 분석
대한전자공학회 학술대회
2023 .06
-
딥러닝 기반 상부위장관 내시경 이미지 자동 분류의 데이터 구성별 성능 분석 연구
멀티미디어학회논문지
2022 .03
-
PGGAN 기반 상부 위장관 내시경 이미지 생성에 따른 분류 성능 분석
제어로봇시스템학회 국내학술대회 논문집
2024 .07
-
Automated Gastrointestinal Tract Classification Via Deep Learning and The Ensemble Method
제어로봇시스템학회 국제학술대회 논문집
2021 .10
-
페이스북 이미지에 대한 U-Net 기반 카메라 모델 식별
전자공학회논문지
2022 .03
-
Does Size Matter in the Speed and Accuracy on Image Identification?
제어로봇시스템학회 국제학술대회 논문집
2017 .10
-
Development of a Place Image Analysis Algorithm through Image Crawling and Deep-Learning
한국통신학회 학술대회논문집
2020 .11
-
위 내시경 영상에서의 비정상 분류를 위한 머신러닝 기반 컴퓨터 보조 진단 시스템
전기학회논문지
2020 .01
-
한국 랜드마크 이미지셋 구축을 위한 인공지능 학습용 데이터셋 유효성 검증 연구
한국지능정보시스템학회 학술대회논문집
2020 .11
-
영상 영역에 따른 카메라 모델 판별 성능 영향 분석
대한전자공학회 학술대회
2019 .11
-
어텐션 모듈과 기하학적 데이터 증강을 통한 X-ray 영상 내 해부학적 랜드마크 검출 성능 향상
컴퓨터그래픽스학회논문지
2022 .07
-
Automatic Anatomical Classification Model of Esophagogastroduodenoscopy Images Using Deep Convolutional Neural Networks for Guiding Endoscopic Photodocumentation
한국컴퓨터정보학회논문지
2021 .03
-
데이터 증대와 전이학습의 CNN 기반 위내시경 분류/분할 성능 개선 효과 검증
한국정보과학회 학술발표논문집
2020 .07
-
GPS 및 딥러닝을 이용한 스마트 시티 투어 모바일 애플리케이션
디지털콘텐츠학회논문지
2023 .04
-
딥러닝 성능 향상을 위한 3D 의료 영상 증강법
한국CDE학회 논문집
2021 .06
-
Mobile Robot Path Finding Using Invariant Landmarks
IEIE Transactions on Smart Processing & Computing
2016 .06
-
능동 캡슐 내시경의 방위를 이용한 이미지 스티칭 시뮬레이션
제어로봇시스템학회 국내학술대회 논문집
2021 .06
-
딥러닝 기반 사과 이미지에서 무게 및 등급 예측 알고리즘
한국정보기술학회논문지
2024 .06
-
선명도에 따른 조직 이미지 분류: 딥러닝 모델과 이미지 품질 측정 기법의 성능 비교
대한전자공학회 학술대회
2024 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
위절제술을 받은 위암 환자의 위장관 증상 경험, 디스트레스, 암에 대한 대처가 삶의 질에 미치는 영향
하은정
,
박효정
한국산학기술학회 논문지
2023
.02
위장관 I GERD 치료의 외과적 최신지견
손상용
대한외과학회 학술대회 초록집
2022
.05
간호결과에 대한 환자 특성의 영향 : 위장관계 수술 환자를 중심으로
이병숙
간호행정학회지
2008
.09
합성영상과 딥러닝 모델을 이용한 크레인의 자세추정
박규하
,
홍효성
,
정현호
외 2명
제어로봇시스템학회 논문지
2021
.04
원자력발전소 기동 및 정지 운전을 위한 순환 신경망 기반 인공지능 프레임워크 개발
구서룡
,
김현민
,
최건필
외 1명
제어로봇시스템학회 논문지
2019
.09
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-088336149