과제정보
본 연구는 한국한의학연구원의 '빅데이터 기반 한의 예방치료 원천기술 개발(KSN2022120)'의 지원을 받아 수행되었음.
참고문헌
- 손지희, 김진성, 박재우, 류봉하. 설진의 표준화를 위한 제언: 설태 후박의 진단기준을 중심으로. 대한한방내과학회지. 2012;33(1):1-3.
- 신윤진, 김윤범, 남혜정, 김규석, 차재훈. 설진(舌診)의 진단적 의의에 대한 문헌고찰. 한방안이비인후피부과학회지. 2007;20(3):118-26.
- Kim GH, Park GM. 설진의과거와미래전망. The Magazine of the IEIE. 2010;37(7):62-71.
- 최민, 양동민, 이규원. 미각 영역별 설색 분석을 이용한디지털 설진 시스템 개발. 한국정보통신학회논문지. 2015 Feb;19(2):428-34. https://doi.org/10.6109/jkiice.2015.19.2.428
- 은성종, 김재승, 김근호, 황보택근. 설진 유효 분석을 위한 혀의 기하정보 추출 방법. 한국콘텐츠학회논문지. 2011 Dec;11(12):522-32. https://doi.org/10.5392/JKCA.2011.11.12.522
- 박진웅, 강선경, 김영운, 정성태. ASM과 SVM 을 이용한 설진 시스템 개발. 한국컴퓨터정보학회논문지. 2013 Apr;18(4):45-55. https://doi.org/10.9708/JKSCI.2013.18.4.045
- 김근호, 도준형, 유현희, 김종열. 설진 유효 영역 추출의 시스템적 접근 방법. 전자공학회논문지-SC. 2008 Nov;45(6):123-31.
- 이민택, 이규원. 영역 특징 학습을 이용한 혀의 자동 영역 분리 및 한의학적 설진 시스템. 한국정보통신학회논문지. 2016 Apr;20(4):826-32. https://doi.org/10.6109/JKIICE.2016.20.4.826
- 한영환. 능동 윤곽선 모델을 이용한 혀 영역의 검출. 재활복지공학회논문지. 2016 May;10(2):141-6. https://doi.org/10.21288/RESKO.2016.10.2.141
- Krizhevsky A, Sutskever I, Hinton GE. Imagenet classification with deep convolutional neural networks. Advances in neural information processing systems. 2012;25:1097-105.
- Simonyan K, Zisserman A. Very deep convolutional networks for large-scale image recognition. arXiv preprint arXiv:1409.1556. 2014 Sep 4.
- Szegedy C, Liu W, Jia Y, Sermanet P, Reed S, Anguelov D, Erhan D, Vanhoucke V, Rabinovich A. Going deeper with convolutions. InProceedings of the IEEE conference on computer vision and pattern recognition 2015 (pp. 1-9).
- He K, Zhang X, Ren S, Sun J. Deep residual learning for image recognition. InProceedings of the IEEE conference on computer vision and pattern recognition 2016 (pp. 770-778).
- Ronneberger O, Fischer P, Brox T. U-net: Convolutional networks for biomedical image segmentation. InInternational Conference on Medical image computing and computer-assisted intervention 2015 Oct 5 (pp. 234-241). Springer, Cham.
- Chaurasia A, Culurciello E. Linknet: Exploiting encoder representations for efficient semantic segmentation. In2017 IEEE Visual Communications and Image Processing (VCIP) 2017 Dec 10 (pp. 1-4). IEEE.
- Zhao H, Shi J, Qi X, Wang X, Jia J. Pyramid scene parsing network. InProceedings of the IEEE conference on computer vision and pattern recognition 2017 (pp. 2881-2890).
- Oktay O, Schlemper J, Folgoc LL, Lee M, Heinrich M, Misawa K, Mori K, McDonagh S, Hammerla NY, Kainz B, Glocker B. Attention u-net: Learning where to look for the pancreas. arXiv preprint arXiv:1804.03999. 2018 Apr 11.
- 이수정, 백상인, 이병권, 이아람, 김광록, 윤현민, 김원일. 男子齒痕舌 변증에 관한 임상적 고찰. Journal of Pharmacopuncture. 2010 Dec;13(4):91-108. https://doi.org/10.3831/KPI.2010.13.4.091
- 박세욱, 강경원, 강병갑, 김정철, 김보영, 고미미, 최동준, 조현경, 이인, 설인찬, 조기호. 중풍환자의 변증분형을 위한 설진에 관한 연구. 동의생리병리학회지. 2008 Feb;22(1):262-6.
- 彭淸華. 望診. 서울, 청홍(지상사). pp 247, 2007.
- Huang G, Liu Z, Van Der Maaten L, Weinberger KQ. Densely connected convolutional networks. InProceedings of the IEEE conference on computer vision and pattern recognition 2017 (pp. 4700-4708).
- Szegedy C, Ioffe S, Vanhoucke V, Alemi AA. Inception-v4, inception-resnet and the impact of residual connections on learning. InThirty-first AAAI conference on artificial intelligence 2017 Feb 12.
- 박예랑, 김영재, 정준원, 김광기. 내시경의 위암과 위궤양 영상을 이용한 합성곱 신경망 기반의 자동 분류 모델. Journal of Biomedical Engineering Research. 2020;41(2):101-6. https://doi.org/10.9718/JBER.2020.41.2.101