• Proceedings of the Korea Information Processing Society Conference
• /
• 2020.05a
• /
• pp.480-482
• /
• 2020

동결절편검사는 수술과 연계하여 암 전이 여부를 판단하기 위한 응급한 병리검사가 필요할 때 이용된다. 합성곱 신경망은 이미지 분류에 뛰어난 성능을 보이는 딥러닝 기법으로 본 논문에서는 이를 이용하여 유방암 전이 여부를 자동적으로 진단하는 방법을 제안한다. 실험과정은 전처리, 학습, 후처리의 과정으로 구성되어 있으며, 합성곱 신경망으로는 Resnet-18 모델을 사용하였다. 실험결과 예측 정확도 및 종양의 최대 길이 정합 여부를 점수로 환산하여 약 0.514 의 결과를 보였다.

• Journal of Drive and Control
• /
• v.16 no.3
• /
• pp.94-102
• /
• 2019

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.07a
• /
• pp.221-222
• /
• 2022

본 논문에서는 모발 정밀검사(Phototrichogram)를 통해 일정 간격을 두고 촬영된 환자의 모발 두피 사진을 이용하여 머리카락 검출 및 머리카락의 개수 변화 추이에 따른 환자의 탈모 진단에 도움을 줄 방법을 제안하였다. 모발 정밀검사를 진행하여 촬영된 환자의 모발 사진으로부터 딥러닝 기반의 영상 분할 기법(Image Segmentation)의 하나인 DetectoRS 모델을 활용하여 머리카락을 자동 검출한다. 실험 결과 DetectoRS 모델의 분할 성능은 74.74%로 효과적으로 머리카락을 검출하였음을 확인할 수 있었다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.443-446
• /
• 2011

본 연구는 컴퓨터 단층촬영 영상 (CT, Computed Tomography Image)에서 치열궁 (Dental Arch)을 자동으로 검출하는 기법을 제안한다. 제안된 기법에서는 3차원 컴퓨터 단층촬영 영상을 입력 받고 영역 확장법을 이용하여 하악을 분할 한 후 하악의 단면에서 전체적인 치아의 영역을 분할을 한다. 치아의 영역에서 세선화 작업을 거친 후 곡선 정합법을 이용하여 최종 치열궁을 검출한다. 실험 데이터로 두개골 컴퓨터 단층 촬영 데이터를 사용하였다. 본 연구는 치과 영상 데이터로부터 파노라마 영상을 얻는데 이용 될 수 있고 치과 분야의 질병 진단 및 진찰에 이용될 것으로 기대된다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.27-29
• /
• 2022

사상의학은 외형과 병증 등을 바탕으로 체질을 감별하고 이를 진단에 활용하는 한국의 고유 체질 의학이다. 체형은 체질 변증의 중요한 단서로, 계측정보를 사용한 체질별 도식화 및 감별을 위한 기존 연구가 있었으나, 한정된 샘플수와 연구 간의 이질성으로 대규모 집단 분석 결과가 도출되기 어려우며, 실측 및 라벨링 데이터가 필수적이라는 한계가 있다. 본 연구는 한국인 체형 빅데이터를 사용하여, 영상 정보만으로 체질 감별에 필요한 체형 요소를 추출하고, 이를 기존 문헌에서 제시한 체질 감별 공식에 적용하여 사상체질을 자동 감별하는 모델을 제안한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.426-427
• /
• 2023

최근 현대인의 식습관 및 고령화로 인해 당뇨병 환자의 수가 연간 증가하고 있다. 따라서 현재는 아직 당뇨병이 발생하지 않았더라도 미래에 발생할 가능성 예측의 중요성이 커지고 있다. 기존의 당뇨병 발생 여부 진단 연구는 회귀 분석과 같은 단일 모델을 사용하여 수행된다. 그러나 당뇨병에 영향을 미치는 변수들은 복잡하게 얽혀있어 단일 모델만으로는 패턴을 충분히 학습하기 어렵다. 본 논문에서는 데이터에 적합하게 자동으로 다층 스태킹 앙상블 모델을 구성하는 알고리즘을 이용한 다층 스태킹 앙상블 모델을 제안한다. 제안하는 방법은 성능이 높은 모델들을 기준으로 층을 쌓으며 모델을 구성하며 실험 결과 다른 자동 기계학습 라이브러리와 비교해 F1 score 기준으로 최대 12.89%p의 성능 향상을 보였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2024.01a
• /
• pp.17-18
• /
• 2024

악성 흉수의 진단은 세포학적 검사로 암세포를 확인하는 것이 필수적이며 진단율은 50~80%로 나타난다. 양성자 단층 촬영은 비침습적으로 암 병기를 평가하는 유용한 방법이다. 하지만 암이 아닌 다른 원인으로 인한 포도당 대사로 인하여 양전자 단층 촬영만으로 악성 흉수를 진단하는 데 어려움이 있다. 악성 흉수 자동 진단 모델은 암세포를 진단하는데 있어서 보조적인 역할이 가능하다. 이에 따라 본 연구는 컨볼루션 신경망 기반의 딥러닝 모델을 개발하여 악성 흉수 진단 성능을 확인하고 진단의 보조적 목적으로써 딥러닝의 사용 가능성을 확인하고자 하였다. 결과적으로 모델 전반적으로 accuracy 0.7~0.86의 높은 성능을 보였다. 본 연구의 결과를 통해 실제 의료 환경에서 악성 흉수를 진단하는데 딥러닝 모델이 보조적인 역할을 할 수 있을 것으로 기대된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2011.06c
• /
• pp.401-404
• /
• 2011

본 논문에서는 비등방성 확산 방법과 구조텐서를 이용한 유방 MR 영상에서 흉근을 자동 분할하기 위한 방법을 제안한다. 제안하는 방법은 영상에 포함되어 있는 잡음을 제거하기 위하여 비등방성 확산 방법을 적용한 후 영상의 국부적인 기울기 정보를 잘 나타내는 구조텐서를 이용하여 영상 진단 및 영상 정합 시불필요한 흉근 부분을 자동으로 분할하고자 한다. 실험결과에서 확인 할 수 있듯이 정확한 분할의 결과는 향후 컴퓨터 보조 진단 시스템에 유용하게 사용할 수 있을 것으로 기대된다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2011.04a
• /
• pp.416-417
• /
• 2011

본 논문에서는 구조텐서와 모폴로지 연산을 이용한 유방 MR 영상에서 흉근을 제거하기 위한 분할 방법을 제안한다. 제안하는 방법은 영상의 그레디언트 정보를 나타내는 구조텐서와 복잡한 구조텐서를 평활화하기 위한 모폴로지 연산을 적용하여 영상 진단 및 영상 정합시 불필요한 흉근부분을 자동으로 분할하고자 한다. 실험결과에서 확인할 수 있듯이 정확한 분할의 결과는 향후 컴퓨터 보조 진단 시스템에 유용하게 사용할 수 있을 것으로 기대된다.

• The Journal of the Korea Contents Association
• /
• v.14 no.11
• /
• pp.362-369
• /
• 2014

This study aimed to propose an accurate diagnostic method for osteoporosis by realizing a computer-aided diagnosis system with the application of the statistical analysis of texture features using digital images of lateral lumbar spine of patients with osteoporosis and providing reliable supplementary diagnostic information by model experimental research for early diagnosis of diseases. For these purposes, digital images of lateral lumbar spine of normal individuals and patients with osteoporosis were used in the experiments, and the values of statistical texture features on the set ROI were expressed in six parameters. Among the texture feature values of the six parameters of osteoporosis, the highest and lowest recognition rates of 95 and 80% were shown in average gray level and uniformity, respectively. Moreover, all the six parameters showed recognition rates of over 80% for osteoporosis: 82.5% in average contrast, 90% in smoothness, 87.5% in skewness, and 87.5% in entropy. Therefore, if a program developing into a computer-aided diagnosis system for medical images is coded based on the results of this study, it is considered possible to be applied to preliminary diagnostic data for automatic detection of lesions and disease diagnosis using medical images, to provide information for definite diagnosis of diseases, to diagnose by limited device, and to be used to shorten the time to analyze medical images.