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
박준휘 (Korea National University of Transportation) 박창준 (Korea National University of Transportation) 김남중 (Korea National University of Transportation) 오염덕 (Korea National University of Transportation) 곽정환 (Korea National University of Transportation)
저널정보
한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제30권 제1호(통권 제250호)
발행연도
2025.1
수록면
1 - 14 (14page)
DOI
10.9708/jksci.2025.30.01.001

이용수

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

초록· 키워드

오류제보하기
혈액은 신체 건강과 밀접한 연관이 있으며, 백혈구(White Blood Cells, WBC), 적혈구(Red Blood Cells, RBC), 그리고 혈소판(Platelets)으로 구성된다. 이는 면역 체계, 신체 기관에 산소 전달, 지혈 작용 등에 기여한다. 백혈구의 경우 감염, 알레르기 반응과 같이 신체 내에 이상이 발생하면 해당 이상 증세와 관련된 백혈구 유형이 증가하는 특징을 가진다. 이러한 특징을 이용하면 딥러닝 기반 객체 탐지 알고리즘 및 분류 방법을 적용하여 백혈구 세부 유형을 식별할 수 있으며, 환자의 건강 상태 예측에 용이한 정보로 활용할 수 있다. 따라서, 본 논문은 You-Only-Look-Once (YOLO) 및 특징 앙상블 기반 혈액 현미경 이미지 내 관심 영역 추출 및 백혈구 세부 유형 분류 기법을 제안한다. YOLO V5, YOLO V8, YOLO V9, YOLO-Neural Architecture Search (YOLO-NAS) 모델의 백혈구 탐지 성능을 비교 분석하여 가장 적합한 관심 영역 추출 모델을 선정하였다. 이후 ResNet, EfficientNet과 같은 일반적인 합성곱 신경망(Convolutional Neural Network)의 백혈구 유형 분류 성능을 비교 분석한 후, 성능이 우수한 상위 3개의 모델을 선택하여 특징 앙상블을 진행하였으며 F1-Score를 기준으로 상위 3개 모델의 약 98%와 비교하여 약 99%의 향상된 성능을 달성하였다

목차

Abstract
요약
I. Introduction
II. Preliminaries
III. The Proposed Method
IV. Experiments
V. Conclusions and Future Works
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) : I410-151-25-02-092242842