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
학술대회자료
저자정보
장수진 (수원대학교) 안홍렬 (수원대학교)
저널정보
한국방송·미디어공학회 한국방송미디어공학회 학술발표대회 논문집 한국방송·미디어공학회 2024 추계학술대회
발행연도
2024.11
수록면
115 - 118 (4page)

이용수

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

초록· 키워드

오류제보하기
병변 영역 분할은 의료영상 내에 병변 영역을 인공지능 모델로 분할하는 연구 분야로 최근 많은 딥러닝 기반 모델들이 제안되었다. 손실 함수는 딥러닝 모델의 학습에 관여하여 병변 영역 예측 정확도에 직접적으로 영향을 미친다. 본 논문에서는 피부, 내시경, 초음파과 병변에 대한 6 개 의료영상 데이터 셋에 12 개 딥러닝 모델에 대해 10 개의 손실 함수를 적용해 각 5 회씩 반복 실험하여 병변 영역 분할에 대한 손실 함수의 성능을 종합적으로 비교 및 분석하였다. 손실 함수 중에서 보편적으로 우수한 함수는 나타나지 않으며, 두 가지의 손실 함수를 조합한 복합 손실 함수가 성능이 개별 손실 함수보다 일반적으로 우수하였다. 데이터셋과 딥러닝 모델에 따라서, 정확도가 가장 높은 손실 함수는 일치되지는 않았다. 그러나 종합적으로 점수화 하였을 때 IoU 손실과 Focal 손실을 결합한 IoUFocal 손실이 정확도가 가장 우수하였다. 하지만, 우리 연구는 병변 영역 분할의 딥러닝 모델을 개발할 때, 모델과 데이터셋에 어떤 손실 함수를 사용할 지에 대한 가이드라인을 제시한다는 점에서 의의가 있다.

목차

요약
1. 서론
2. 실험 설계
3. 실험 및 결과
4. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0