학술논문
최적화 알고리즘과 학습률 적용에 따른흉부 X선 영상 딥러닝 분류 모델 성능평가
이용수 0
- 영문명
- Performance Evaluation of Chest X-ray Image Deep Learning Classification Model according to Application of Optimization Algorithm and Learning Rate
- 발행기관
- 한국방사선학회
- 저자명
- 김지율(Ji-Yul Kim) 정봉재(Bong-Jae Jeong)
- 간행물 정보
- 『한국방사선학회 논문지』제18권 제5호, 531~540쪽, 전체 10쪽
- 주제분류
- 공학 > 기타공학
- 파일형태
- 발행일자
- 2024.10.31
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
최근에는 딥러닝을 이용한 의료영상 분야의 자동진단 솔루션에 대한 연구 및 개발이 활발하게 진행되고 있다. 본 연구에서는 컨볼루션 인공 신경망 기반의 딥러닝 모델인 Inception V3를 이용하여 흉부 X선 영상의 폐렴 유무 분류에 대한 신속하면서도 정확한 분류 딥러닝 모델링을 찾고자 하였다. 이러한 이유로 딥러닝 모델링에 최적화알고리즘 AdaGrad, RMS Prop, Adam을 적용한 후 학습률을 0.01과 0.001로 선택적으로 적용하여 딥러닝 모델링을 구현한 후 흉부 X선 영상 폐렴 유무 분류에 대한 성능을 비교 평가하였다. 연구결과 분류 모델의 성능과 인공신경망의 학습상태를 평가할 수 있는 검증 모델링에서는 학습률 0.001과 최적화 알고리즘으로 Adam을 적용한 경우 흉부 X 선 영상의 폐렴 유무 분류에 대한 딥러닝 모델링의 성능이 가장 우수하다는 것을 알 수 있었다. 그리고 최근 딥러닝 모델링의 설계 시 최적화 알고리즘으로 주로 적용이 되는 Adam의 경우 학습률 0.01과 0.001의 선택적인 적용에서 우수한 성능 및 우수한 Metric 결과를 나타내었다. 테스트 모델링에 대한 Metric 평가에서는 학습률 0.1을 적용한 AdaGrad 가 가장 우수한 결과를 나타내었다. 이러한 결과를 통하여 이진법 기반의 의료영상 분류 딥러닝 모델링의 설계 시, 신속하면서도 정확한 성능을 기대하기 위해서는 최적화 알고리즘으로 Adam을 적용하는 경우에는 학습률 0.01, AdaGrad를 적용하는 경우에는 학습률은 0.01을 우선적으로 적용할 것을 권고한다. 그리고 향후 유사 연구 시, 본 연구 결과는 기초자료로 제시될 것이라 사료되며 딥러닝을 이용한 의료영상의 자동 진단 목적의 헬스 · 바이오 산업에서 유용한 자료로 활용되기를 기대한다.
영문 초록
Recently, research and development on automatic diagnosis solutions in the medical imaging field using deep learning are actively underway. In this study, we sought to find a fast and accurate classification deep learning modeling for classification of pneumonia in chest images using Inception V3, a deep learning model based on a convolutional artificial neural network. For this reason, after applying the optimization algorithms AdaGrad, RMS Prop, and Adam to deep learning modeling, deep learning modeling was implemented by selectively applying learning rates of 0.01 and 0.001, and then the performance of chest X-ray image pneumonia classification was compared and evaluated. As a result of the study, in verification modeling that can evaluate the performance of the classification model and the learning state of the artificial neural network, it was found that the performance of deep learning modeling for classification of the presence or absence of pneumonia in chest X-ray images was the best when applying Adam as the optimization algorithm with a learning rate of 0.001. I was able to. And in the case of Adam, which is mainly applied as an optimization algorithm when designing deep learning modeling, it showed excellent performance and excellent metric results when selectively applying learning rates of 0.01 and 0.001. In the metric evaluation of test modeling, AdaGrad, which applied a learning rate of 0.1, showed the best results. Based on these results, when designing deep learning modeling for binary-based medical image classification, in order to expect quick and accurate performance, a learning rate of 0.01 is preferentially applied when applying Adam as an optimization algorithm, and a learning rate of 0.01 is preferentially applied when applying AdaGrad. I recommend doing this. In addition, it is expected that the results of this study will be presented as basic data during similar research in the future, and it is expected to be used as useful data in the health and bio industries for the purpose of automatic diagnosis of medical images using deep learning.
목차
Ⅰ. INTRODUCTION
Ⅱ. MATERIAL AND METHODS
Ⅲ. RESULT
Ⅳ. DISCUSSION
Ⅴ. CONCLUSION
Reference
키워드
해당간행물 수록 논문
- Q방법론을 통한 방사선과 신입생의 대학병원 방사선사에 대한 직업적 인식 유형 연구
- 자동노출제어장치 사용시 조영제 희석 비율 변화에 따른 스텐트 내 혈전 신호 변화 분석
- 딥러닝을 기반으로 한 CAD 시스템의 갑상샘 질환의 진단 유용성
- 신장 초음파 검사 결과가 정상인 그룹에서 연령과 성별에 따른 신장 기능검사와 초음파 진단의 상호 연관성 고찰
- 방사선작업종사자들의 피폭선량에 대한 분석 : C대학병원 사례
- 방사선작업종사자 1인당 연간 피폭 선량에 대한 빈도 분포를 이용한 선량제약치 설정 방안
- 시민안전의식이 고준위방사성폐기물 관리 안전문화 정착에 미치는 영향 분석
- 갑상선 결절 진단에서 인공지능과 탄성초음파의 성능 분석
- 디지털 방사선검사 시스템에서 어깨관절 전후방향 검사 시 갑상선과 유방의 선량 저감화를 위한 적절한 조사야 크기에 관한 연구
- 경피적 관상동맥 중재술 시 확대 방법에 따른 선량 및 이미지의 정량적 평가
- 구내 방사선 검사에서 교과서와 실제 임상의 입사각도 비교연구
- ISO/IEC 17020 : 적합성 평가 - 다양한 유형의 검사기관 운영을 위한 요구사항을 반영한 진단용방사선발생장치 및 방어시설 검사기관의 품질보증시스템 표준안 연구
- 공간분해능 향상을 위한 3 mm 3 mm 픽셀을 지닌 4 4 배열의 SiPM 광센서에서의 섬광체 바닥 면 처리의 변경을 통한 섬광 픽셀 배열 영상의 최대화 연구
- 다목적 초음파 팬텀을 이용한 광주 지역 의료용 초음파장비 성능평가
- 자기장을 이용한 진단방사선 선량 변화 가능성 연구
- 최적화 알고리즘과 학습률 적용에 따른흉부 X선 영상 딥러닝 분류 모델 성능평가
- Visipaque 조영제에서 1H-NMR Spectroscopy와 1H-NMR Spectrum 예측 프로그램의 화학적 구조 비교분석
- 흉부 X-선 영상을 이용한 Vision transformer 기반 폐렴 진단 모델의 성능 평가
- 격자의 초점거리가 디지털 복부 방사선검사의 환자선량 및 노출지수 그리고 영상 품질에 미치는 영향
- 객체 검출 알고리즘을 활용한 딥러닝 기반 상완 신경총 초음파 영상의 분할에 관한 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!