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

주제분류

사회과학
경영학 경제학 관광학 교육학 군사학 무역학 문헌정보학 법학 사회과학일반 사회복지학 사회학 신문방송학 심리과학 정치외교학 지리/지역개발학 지역학 행정학
공학
건축공학 공학일반 기계공학 산업공학 자원/재료공학 전자/제어계측공학 전자/정보통신공학 조선/해양공학 컴퓨터학 토목/환경공학 항공우주공학 화학/생물공학
자연과학
물리학 생물학 생활과학 수학/통계학 자연과학일반 전문/지구과학
의약학
간호학 수의학 약학 의학 의학일반 치의학 한의학
인문학
독일어문학 러시아어문학 문학 언어학 역사학 영어문학 인문학일반 일본어문학 종교학/신학 중국어문학 철학 프랑스어문학 한국어문학
예술체육학
건축 디자인 무용 미술 미용 사진 연극 영화 예술체육학일반 음악 의상 체육
농수해양학
농수해양학일반 농학 수산학 식품과학 임학 축산학 해상운송학
복합학
과학기술학/기술정책 뇌/인지과학 여성학 학제간연구

정기구독(개인)

소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.

회원혜택

로그인 회원이 가져갈 수 있는 혜택들을 확인하고 이용하세요.

아카루트

학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.

영문교정

영문 논문 작성에 도움을 드리기 위해, 영문 교정 서비스를
지원하고 있어요.
고객센터 제휴문의

...

저널정보

저자정보

표지
이용수
내서재
0
내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

내서재에 추가
되었습니다. 내서재에서
삭제되었습니다.

초록·키워드

오류제보하기
유방촬영술은 유방암 조기진단을 위한 가장 효과적인 수단이지만, 진단의 정확도가 영상의학과 전문의의 숙련도에 크게 의존하는 경향이 있다. 이를 해결하기 위해 등장한 CNN 기반 유방암 연구는 입력 이미지에 따라 의사 의존적이거나, 효율적인 특징 추출이 어려운 문제점을 내재하고 있었다. 본 논문에서는 유선 조직에 비해 밝은 지점에 병변이 있을 가능성이 높다는 점에서 착안하여, maskSLIC 알고리즘으로 슈퍼픽셀 마스크 이미지를 추출하여 네트워크에 함께 입력하여 전체 이미지의 특징을 효율적으로 추출하였다. 전처리를 거친 각각의 이미지를 특징 추출층과 분류층을 통해 병변의 악성여부를 판별하는 네트워크를 구성하였다. 슈퍼픽셀 이미지 입력과 구성한 네트워크의 유효성을 입증하기 위해 슈퍼픽셀 개수를 N을 조절하며 비교한 결과, N=50일 때 GoogLeNet을 기반으로 한 모델이 정확도 0.8026, AUC 0.8634로 가장 좋은 성능을 보였고, 기존 연구 결과와 비교하여 정확도 4.48~7.6%, AUC 4.63~8.34% 개선된 성능을 보여주었다.

Mammography is the most effective means for early diagnosis of breast cancer, but the accuracy of diagnosis tends to depend on the skill level of radiologists. CNN-based breast cancer research, which appeared to solve this problem, has a problems that it is dependent on radiologists and difficult to efficiently extract features depending on the input image. In this paper, focusing on the fact that there is a higher possibility of lesions in bright pixels compared to glandular tissue, the superpixel mask image generated by the maskSLIC algorithm reduces the dependence of the doctor on diagnosis and efficiently extracts the features of the entire image. For each preprocessed image, a network was constructed to determine whether the lesion was malignant through the feature extraction layer and classification layer. As a result of the experiment, the GoogLeNet-based model showed the best performance with an accuracy of 0.8026 and AUC 0.8634, and improved performance by 4.48~7.6% and AUC 4.63~8.34% compared to the previous study results.
#Deep learning #CNN #SLIC #Superpixel #Medical imaging

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 제안하는 알고리즘 및 네트워크
Ⅲ. 실험
Ⅳ. 결론
REFERENCES

참고문헌 (28)

참고문헌 신청
Korean Breast Cancer Society. Breast Cancer Facts & Figures 2020. Seoul : Korean Breast Cancer Society, 2020. google schola Breast Cancer: Prevention Control, 2018. google schola Korea Central Cancer Registry, National Cancer Center, “Annual report of cancer statistics in Korea in 2018,” 2020. google schola Sm Moss, L Nyström, H. Jonsson, E. Paci, MD MPH, E. Lynge, S. Njor, and M. Broeders, “The impact of mammographic screening on breast cancer mortality in Europe: A review of trend studies,” J. of Med. Screening, vol. 19, no. 1, pp. 26–32, Sep. 2012. google schola M. S. Bae, W. K. Moon, J. M. Chang, H. R. Koo, W. H. Kim, N. Cho, A. Yi, B. L. Yun, S. H. Lee, M. Y. Kim, E. B. Ryu and M. Seo, “Breast cancer detected with screening US: Reasons for nondetection at mammography,” Radiology, vol. 270, no. 2, pp. 369–377, Feb. 2014. google schola

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

이미지 감성분류를 위한 CNN과 K-means RGB Cluster 이-단계 학습 방안
김정태 ,  박은비 ,  한기웅 외 2명 지능정보연구 2021.09
딥러닝과 특징 추출 기반 배터리 노화 상태 추정 방법
장문석 ,  이강석 ,  배성우 전력전자학회논문지 2022.08
CNN을 이용한 Cyclic Moment 기반 자동 변조 인식
최영익 ,  김상수 ,  오승섭 외 2명 전자공학회논문지 2021.11
디지털 트윈을 활용한 드론 객체 탐지 네트워크의 데이터세트 구성
박진혁 ,  Xu ,  shedjon Fa 외 6명 대한전자공학회 학술대회 2021.06
U-Net 기반의 적대적 생성망
박승 ,  신용구 전자공학회논문지 2021.05

최근 본 자료

전체보기

댓글(0)

0