학술논문
흉부 X-선 영상에서 심장비대증 분류를 위한 합성곱 신경망 모델 제안
이용수 41
- 영문명
- Proposal of a Convolutional Neural Network Model for the Classification of Cardiomegaly in Chest X-ray Images
- 발행기관
- 한국방사선학회
- 저자명
- 김민정(Min-Jeong Kim) 김정훈(Jung-Hun Kim)
- 간행물 정보
- 『한국방사선학회 논문지』 제15권 제5호, 611~620쪽, 전체 10쪽
- 주제분류
- 공학 > 기타공학
- 파일형태
- 발행일자
- 2021.10.31
4,000원
구매일시로부터 72시간 이내에 다운로드 가능합니다.
이 학술논문 정보는 (주)교보문고와 각 발행기관 사이에 저작물 이용 계약이 체결된 것으로, 교보문고를 통해 제공되고 있습니다.
국문 초록
본 논문에서는 흉부 X선 영상에서 정상 심장과 비정상 심장(심장비대)을 분류할 수 있는 합성곱 신경망 모델을 제안하고자 한다. 학습 및 테스트 데이터로는 경북대학교병원에 내원하여 정상과 심장비대를 진단받은 환자들의 흉부 X-선 이미지를 획득하여 사용하였다. 제안된 합성곱 신경망 모델을 이용하였을 때의 정상 심장 및 비정상 심장(심장비대) 분류 정확도는 99.88%였다. 정상 심장 영상을 테스트 데이터로 사용하였을 때의 정확도, 정밀도, 재현율 및 F1 Score는 95%, 100%, 90%, 96%였다. 비정상 심장(심장비대) 영상을 테스트 데이터로 사용하였을 때의 정확도, 정밀도, 재현율 및 F1 Score는 95%, 92%, 100% 및 96%였다. 이러한 학습 및 테스트 분류 결과로 제안된 합성곱 신경망 모델은 흉부 X-선 영상의 특징 추출 및 분류에서 매우 우수한 성능을 보여주고 있다고 판단된다. 본 논문에서 제안하는 합성곱 신경망 모델은 흉부 X-선 영상의 질환 분류에 있어 유용한 결과를 보여줄 것으로 판단되며, 다른 의료 영상에서도 동일한 결과를 나타내는지 알아보기 위하여 추가적인 연구가 이루어져야 할 것이다.
영문 초록
The purpose of this study is to propose a convolutional neural network model that can classify normal and abnormal(cardiomegaly) in chest X-ray images. The training data and test data used in this paper were used by acquiring chest X-ray images of patients diagnosed with normal and abnormal(cardiomegaly). Using the proposed deep learning model, we classified normal and abnormal(cardiomegaly) images and verified the classification performance. When using the proposed model, the classification accuracy of normal and abnormal(cardiomegaly) was 99.88%. Validation of classification performance using normal images as test data showed 95%, 100%, 90%, and 96% in accuracy, precision, recall, and F1 score. Validation of classification performance using abnormal(cardiomegaly) images as test data showed 95%, 92%, 100%, and 96% in accuracy, precision, recall, and F1 score. Our classification results show that the proposed convolutional neural network model shows very good performance in feature extraction and classification of chest X-ray images. The convolutional neural network model proposed in this paper is expected to show useful results for disease classification of chest X-ray images, and further study of CNN models are needed focusing on the features of medical images.
목차
Ⅰ. INTRODUCTION
Ⅱ. MATERIAL AND METHODS
Ⅲ. RESULT
Ⅳ. DISCUSSION
Ⅴ. CONCLUSION
해당간행물 수록 논문
- 3D프린팅 기술을 이용한 심혈관 질환 진단의 유용성 평가
- NaOH 용액을 이용한 부식성 식도 협착 동물모델 형성에 관한 연구
- 방사선(학)과 학생들의 스마트미디어 활용 역량과 자아탄력성이 학업성취도에 미치는 영향
- SVD와 Bayesian 알고리즘을 이용한 뇌경색 부피 측정에 관한 연구
- 태아성장평가에서 소뇌횡직경과 복부둘레비의 유용성
- CZT와 NaI 검출기 물질 기반 물리적 변화에 따른 영상의 질 분석에 관한 연구
- 유방 방사선 검사를 위한 압박 패드의 제작 및 유방 압박 통증에 영향을 주는 요인 분석
- 영상 분석 프로그램을 이용한 혈관 내 초음파 영상의 화질 측정 방법 고안
- 변조전달함수 측정에 있어 기하학적 조정 불량이 해상도에 미치는 영향
- 소아 복부 CT 검사에서 체중에 기반한 조영제 주입 프로토콜
- 방사선(학)과 학생들의 전공 선택 동기 및 전공 만족도가 대학생활 적응에 미치는 영향
- 아크치료기법과 토모테라피치료의 선량분포 비교
- 방사선 근접치료 디지털 선량계의 성능 개선을 위한 Passive Layer의 효과
- 2020년도 1학기와 2021년도 1학기 원격수업에 대한 중간 강의평가 비교
- 의료기사법에 대한 의료기사단체의 입장 및 외국사례 비교
- 3D 프린팅용 금속 입자 필라멘트의 물성 및 차폐 능력 평가
- 복부 초음파 검사에서 신장결석으로 인해 발생되는 Twinkling 인공물에 관한 분석
- ADMIRE가 관상동맥 칼슘(CAC) 점수에 미치는 영향
- 보건의료 빅데이터를 활용한 의료장비 및 방사선사 인력 현황 연구
- IPEM Report-78의 엑스선 스펙트럼을 이용한 방사선 방호장비의 차폐율 계산
- 흉부 X-선 영상에서 심장비대증 분류를 위한 합성곱 신경망 모델 제안
- CT Dicom 파일을 이용하여 제작한 3D Print 손목보호대용 Velcro band 고정위치의 유한요소해석(FEM)
- 한국방사선학회 논문지 제15권 제5호 목차
- 용접 시험편의 디지털 방사선 검사에서 밝기 교정과 중첩 영상에 따른 SNR 및 SRb 비교 연구
- 적은 수의 광센서를 사용한 PET 검출기의 섬광 픽셀과 광센서 매칭 비율의 최대화 연구
참고문헌
교보eBook 첫 방문을 환영 합니다!
신규가입 혜택 지급이 완료 되었습니다.
바로 사용 가능한 교보e캐시 1,000원 (유효기간 7일)
지금 바로 교보eBook의 다양한 콘텐츠를 이용해 보세요!