학술논문
학습률 적용에 따른 흉부영상 폐렴 유무 분류 비교평가
이용수 36
- 영문명
- Comparative Evaluation of Chest Image Pneumonia based on Learning Rate Application
- 발행기관
- 한국방사선학회
- 저자명
- 김지율 예수영
- 간행물 정보
- 『한국방사선학회 논문지』제16권 제5호, 595~602쪽, 전체 8쪽
- 주제분류
- 공학 > 기타공학
- 파일형태
- 발행일자
- 2022.10.31
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 연구는 딥러닝을 이용한 흉부 X선 폐렴 영상에 대하여 정확하고 효율적인 의료영상의 자동진단을 위해서 가장 효율적인 학습률을 제시하고자 하였다. Inception V3 딥러닝 모델에 학습률을 0.1, 0.01, 0.001, 0.0001로 각각 설정한 후 3회 딥러닝 모델링을 수행하였다. 그리고 검증 모델링의 평균 정확도 및 손실 함수 값, Test 모델링의 Metric을 성능평가 지표로 설정하여 딥러닝 모델링의 수행 결과로 획득한 결과값의 3회 평균값으로 성능을 비교 평가하였다. 딥러닝 검증 모델링 성능평가 및 Test 모델링 Metric에 대한 성능평가의 결과, 학습률 0.001을 적용한 모델링이 가장 높은 정확도와 우수한 성능을 나타내었다. 이러한 이유로 본 논문에서는 딥러닝 모델을 이용한 흉부 X선 영상에 대한 폐렴 유무 분류 시 학습률을 0.001로 적용할 것을 권고한다. 그리고 본 논문에서 제시하는 학습률의 적용을 통한 딥러닝 모델링 시 흉부 X선 영상에 대한 폐렴 유무 분류에 대한 인력의 보조적인 역할을 수행할 수 있을 거라고 판단하였다. 향후 딥러닝을 이용한 폐렴 유무 진단 분류 연구가 계속해서 진행될 시, 본 논문의 논문 연구 내용은 기초자료로 활용될 수 있다고 여겨지며 나아가 인공지능을 활용한 의료영상 분류에 있어 효율적인 학습률 선택에 도움이 될 것으로 기대된다.
영문 초록
This study tried to suggest the most efficient learning rate for accurate and efficient automatic diagnosis of medical images for chest X-ray pneumonia images using deep learning. After setting the learning rates to 0.1, 0.01, 0.001, and 0.0001 in the Inception V3 deep learning model, respectively, deep learning modeling was performed three times. And the average accuracy and loss function value of verification modeling, and the metric of test modeling were set as performance evaluation indicators, and the performance was compared and evaluated with the average value of three times of the results obtained as a result of performing deep learning modeling. As a result of performance evaluation for deep learning verification modeling performance evaluation and test modeling metric, modeling with a learning rate of 0.001 showed the highest accuracy and excellent performance. For this reason, in this paper, it is recommended to apply a learning rate of 0.001 when classifying the presence or absence of pneumonia on chest X-ray images using a deep learning model. In addition, it was judged that when deep learning modeling through the application of the learning rate presented in this paper could play an auxiliary role in the classification of the presence or absence of pneumonia on chest X-ray images. In the future, if the study of classification for diagnosis and classification of pneumonia using deep learning continues, the contents of this thesis research can be used as basic data, and furthermore, it is expected that it will be helpful in selecting an efficient learning rate in classifying medical images using artificial intelligence.
목차
Ⅰ. INTRODUCTION
Ⅱ. MATERIAL AND METHODS
Ⅲ. RESULT
Ⅳ. DISCUSSION
Ⅴ. CONCLUSION
Acknowledgement
Reference
키워드
해당간행물 수록 논문
- PACS에서 의료영상정보의 익명처리와 관련된 법의 연구
- 전자선 Quality Assurance 선량계 개발을 위한 TlBr 물질의 검출성능 평가
- 영남지역 방사선사의 초음파검사 직무특성 분석
- 지역병원에서의 전산화단층촬영 검사에 대한 DRL 평가
- 능동형 전자식 개인피폭선량계의 저에너지 X선 영역별 최적화를 위한 에너지보상 필터 두께에 대한 연구
- 심방세동 환자와 정상 심전도 환자의 관상동맥 직경 정량적 평가
- 학습률 적용에 따른 흉부영상 폐렴 유무 분류 비교평가
- 배관 원둘레 이음 용접부의 디지털 방사선 투과 검사 적용을 위한 커브드 및 평면형 검출기의 영상 비교
- 인공지능을 활용한 흉부 엑스선 영상의 코로나19 검출 및 분류에 대한 분석 연구
- 몬테카를로 방사선 수송 모델을 활용한 우주방사선 차폐체 설계 관련 선행연구
- 심박변이도를 이용한 갑상선 기능과 스트레스의 상관관계 연구
- 백서 날문부에서 스텐트 유도 조직 과증식 형성을 위한 전임상 모델에 관한 연구
- 말초 동맥 분광 도플러 파형 해석 및 명명법에 대한 고찰
- 이중에너지 CT와 같은 시뮬레이션을 이용한 유효원자번호 추출을 통한 췌장 검출 가능성 연구
- 방사성 동위원소 (99mTc, 18F) 선원 사용 시 인체 내부피폭의 정량적 평가를 위한 선량분포 연구
- PET System Design using a Scintillator with a Size of 0.8 mm to Improve Spatial Resolution
- 알코올 선별 검사법(Alcohol Use Disorders Identification Test)과 뇌 백질 영역의 확산텐서 비등방도 계측 값의 관련성
- 온라인 수업에서 방사선(학)과 학생들의 딴짓이 자기주도적 학습역량, 몰입, 학업성취도에 미치는 영향
- 허리뼈 사방향 X-선 검사에서 3D 프린팅으로 제작된 보조기구의 임상적 유용성 평가
- 한국방사선학회 논문지 제16권 제5호 목차
- 이중에너지 방법을 이용한 가상 단색 영상의 화질 시뮬레이션 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!