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
장수진 (수원대학교) 안홍렬 (수원대학교)
저널정보
한국방송·미디어공학회 방송공학회논문지 방송공학회논문지 제30권 제2호
발행연도
2025.3
수록면
104 - 111 (8page)
DOI
10.5909/JBE.2025.30.2.104

이용수

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

초록· 키워드

오류제보하기
딥러닝 모델 기반 정확한 병변 영역 분할을 위해서는 영상 유형과 모델 특성에 부합하는 손실 함수를 선택해야 한다. 본 연구에서는 10개 픽셀 단위 손실 함수를 피부, 내시경, 초음파를 포함한 6개 의료 영상 데이터셋과 12개 딥러닝 모델에 대해 반복 실험하여 종합적으로 비교 분석하였다. 모든 데이터셋과 모든 모델에서 최고 정확도를 보이는 손실 함수는 없었으나, 복합 손실 함수가 단일 손실 함수보다 정확도가 전반적으로 우수했다. 특히, IoU와 Focal 손실을 결합한 IoUFocal 손실 함수는 Dice 정확도 순위에 따라 성능을 점수화 하였을 때, 데이터셋과 모델 모두에서 가장 높은 종합 점수를 보였다. 시각화 분석 결과, 정확도가 높은 손실 함수일수록 병변이 아닌 영역에서의 예측 노이즈가 감소하는 경향을 확인하였다. 본 연구의 종합적 비교 분석은 연구자들이 각자의 데이터셋과 모델에 최적화된 손실 함수를 선택하는 데 있어 유의미한 지침을 제공할 것으로 기대된다.
#Lesion Medical Images #Image Segmentation #Loss Function #Deep Learning #Accuracy Comparison

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 실험 설계
Ⅲ. 실험 및 결과
Ⅳ. 토의 및 결론
참고문헌(References)

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

최근 본 자료

전체보기

댓글(0)

0