• 한국멀티미디어학회논문지
• /
• 제25권8호
• /
• pp.1212-1223
• /
• 2022

Skin lesions are common diseases that range from skin rashes to skin cancer, which can lead to death. Note that early diagnosis of skin diseases can be important because early diagnosis of skin diseases considerably can reduce the course of treatment and the harmful effect of the disease. Recently, the development of computer-aided diagnosis (CAD) systems based on artificial intelligence has been actively made for the early diagnosis of skin diseases. In a typical CAD system, the accurate classification of skin lesion types is of great importance for improving the diagnosis performance. Motivated by this, we propose a novel deep ensemble classification with multi-scale attention networks. The proposed deep ensemble networks are jointly trained using a single loss function in an end-to-end manner. In addition, the proposed deep ensemble network is equipped with a multi-scale attention mechanism and segmentation information of the original skin input image, which improves the classification performance. To demonstrate our method, the publicly available human skin disease dataset (HAM 10000) and the private animal skin lesion dataset were used for the evaluation. Experiment results showed that the proposed methods can achieve 97.8% and 81% accuracy on each HAM10000 and animal skin lesion dataset. This research work would be useful for developing a more reliable CAD system which helps doctors early diagnose skin diseases.

• 융합신호처리학회논문지
• /
• 제23권4호
• /
• pp.256-263
• /
• 2022

피부암은 세계에서 가장 흔한 질병 중 하나로 국내에선 발병률이 지난 5년 동안 약 100%가 증가했고 미국에선 매년 500만여 명이 피부암을 진단받는다. 피부암은 주로 자외선의 노출로 피부 조직이 오랜 시간 손상되면서 발생하게 된다. 피부암의 악성종양인 흑색종은 피부 위에서 발생하는 멜라닌 세포 모반과 생김새가 유사해 2차 징후가 발생하지 않는 한 일반인이 자각하기 어려운 점이 있다. 본 논문에서는 이러한 피부암의 조기 발견과 분류를 위해 피부암 병변 윤곽선 검출 알고리즘과 피부암 병변 분류를 수행하는 딥러닝 모델인 CRNN을 제안한다. 실험 결과 본 논문에서 제안하는 윤곽선 검출 알고리즘을 이용할 시 분류 정확도가 97%로 가장 높은 정확도를 보였고 Canny 알고리즘의 경우 78%를 보였고 Sobel의 경우 55%, Laplacian의 경우 46%를 보였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제10권12호
• /
• pp.555-560
• /
• 2021

최근 안면 피부 미용에 대한 사람들의 관심이 높아짐에 따라 딥 러닝을 활용한 안면 피부 미용을 위한 피부 질환 인식 연구가 진행되고 있다. 이러한 연구들은 여드름을 비롯한 다양한 피부 질환을 인식한다. 기존의 연구들은 단일 피부 질환만을 인식하지만, 안면에 발생하는 피부 질환은 더 다양하고 복합적으로 발생할 수 있다. 따라서 본 논문에서는 Inception-ResNet V2 모델을 활용하여 다중 레이블 분류 방법으로 여드름, 블랙헤드, 주근깨, 검버섯, 일반 피부, 화이트헤드에 관한 복합적인 피부 질환을 인식한다. 사용한 평가 지표 중 정확도는 98.8%, 해밍 손실은 0.003을 달성하였고, 단일 클래스별 정밀도, 재현율, F1-점수는 모두 96.6% 이상을 달성하였다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2010년도 추계학술발표논문집 2부
• /
• pp.878-881
• /
• 2010

For better diagnosis and prescription in Korean traditional medicine, Lee Je-Ma (1837-1900) created Sasang Constitution classification which was divided into four groups of Taeyangin, Soyangin, Taeumin and Soumin based on both body shape and natural disposition. The purpose of this study was to investigate the characteristics of facial skin parameters (hydration, lipid and pH) on forehead and cheek according to Sasang Constitution classifications of Taeumin, Soyangin and Soumin in Korean. Eighty-nine Korean female subjects were recruited for this study and the average age of them was 19.9${\pm}$0.84 years. The four groups by the Sasang Constitution were classified by questionnaire for the Sasang Constitution classification proposed by Kyung-Hee Oriental Medicine Hospital. Consequently, thirty-eight (42.7%) among the subjects were grouped into Soumin, twenty-nine (32.6%) into Taeumin, twenty (22.5%) into Soyangin and two (2%) into Taeyangin. Taeyangin group was excluded from statistical analysis due to small subjects. Hydration, lipid and pH parameters on forehead and cheek were measured by using non-invasive instruments of Corneometer (CM 825, Schwarzhaup, Germany), Sebumeter (SM 815, Schwarzhaup, Germany) and Skin-pH-meter (pH 905, Schwarzhaup, Germany), respectively. The measurements by the same investigator were performed under standardized condition with a room temperature of $21^{\circ}C$ and a humidity level of 40% to 50%. As a result, hydration (F=25.481, p=.000), lipid (F=5.753, p=.005) and pH (F=5.010, p=.009) of the forehead skin showed significant differences in the order of Taeumin, Soyangin and Soumin. Hydration (F=23.216, p=.000), lipid (F=6.898 p=.002) and pH (F=5.070, p=.008) of the cheek skin showed significant differences in the order of Taeumin, Soyangin and Soumin. In conclusion, facial skin surface seemed to be dependent on Sasang Constitution classification in Korean. These findings indicated that Sasang Constitution classification might be an useful esthetic treatment for caring facial skin in the future.

• 디지털산업정보학회논문지
• /
• 제14권4호
• /
• pp.69-77
• /
• 2018

The malignant melanoma accounts for about 1 to 3% of the total malignant tumor in the West, especially in the US, it is a disease that causes more than 9,000 deaths each year. Generally, skin lesions are difficult to detect the features through photography. In this paper, we propose a computer-aided diagnosis algorithm based on deep learning for classification of malignant melanoma and benign skin tumor in RGB channel skin images. The proposed deep learning model configures the tumor lesion segmentation model and a classification model of malignant melanoma. First, U-Net was used to segment a skin lesion area in the dermoscopic image. We could implement algorithms to classify malignant melanoma and benign tumor using skin lesion image and results of expert's labeling in ResNet. The U-Net model obtained a dice similarity coefficient of 83.45% compared with results of expert's labeling. The classification accuracy of malignant melanoma obtained the 83.06%. As the result, it is expected that the proposed artificial intelligence algorithm will utilize as a computer-aided diagnosis algorithm and help to detect malignant melanoma at an early stage.

• 실천공학교육논문지
• /
• 제16권1_spc호
• /
• pp.59-64
• /
• 2024

고령화가 심화되면서 암 발병률이 증가하고 있다. 피부 암은 외적으로 보이지만 사람들이 알아채지 못하거나 가볍게 간과하는 경우가 많다. 이에 초기 발견 시기를 놓쳐 말기의 경우 생존율이 7.5~11%로 사망에 이를 수 있다. 하지만 피부 암을 진단함에 있어 육안으로 진단하는 것이 아닌 정밀검사, 세포 검사 등 시간과 비용이 많이 든다는 단점이 있다. 따라서 본 연구에서는 이러한 단점을 해결하기 위해 Attention CNN 모델 기반 피부암 분류 시스템을 제안한다. 이 시스템은 전문의로 하여금 피부 암을 초기에 발견하여 신속한 조치를 취할 수 있도록 하는데 큰 도움을 줄 수 있다. 피부암 종류에 따른 이미지 데이터 불균형 문제에서 분포 비율이 낮은 데이터에는 Over Sampling 기법을, 분포 비율이 높은 데이터에는 Under Sampling 기법을 적용하여 완화하고 Attention layer가 없는 모델과 있는 모델을 비교하여 Attention layer가 없는 사전학습 모델에 추가한 피부암 분류 모델을 제안한다. 또한, 특정 클래스에 대하여 데이터 증강 기법을 강화하여 데이터 불균형 문제를 해결할 계획이다.

• 한국멀티미디어학회논문지
• /
• 제25권8호
• /
• pp.1203-1211
• /
• 2022

Melanoma is a skin cancer that starts in pigment-producing cells (melanocytes). The death rates of skin cancer like melanoma can be reduced by early detection and diagnosis of diseases. It is common for doctors to spend a lot of time trying to distinguish between skin lesions and healthy cells because of their striking similarities. The detection of melanoma lesions can be made easier for doctors with the help of an automated classification system that uses deep learning. This study presents a new approach for melanoma classification based on an ensemble of deep convolution neural networks and a Log-Gabor filter. First, we create the Log-Gabor representation of the original image. Then, we input the Log-Gabor representation into a new ensemble of deep convolution neural networks. We evaluated the proposed method on the melanoma dataset collected at Yonsei University and Dongsan Clinic. Based on our numerical results, the proposed framework achieves more accuracy than other approaches.

• 전자공학회논문지CI
• /
• 제48권1호
• /
• pp.127-132
• /
• 2011

본 논문은 입력된 영상으로부터 적응적 피부색 검출 방법으로 생성된 피부색 영역과 에지 정보의 결합을 특정 벡터로 이용하여 입력 영상의 유해(누드, 성인물) 여부를 판별하는 방법을 제안한다. 제안하는 방법은 네 단계의 과정으로 이루어져 있다. 첫 번째 단계에서는 입력 영상으로부터 기존의 피부색 검출 방법들을 적용하여 얻은 모든 결과 영상들에 대해서 논리곱 연산을 통해 초기 피부색 영역을 검출한다. 두 번째 단계에서 초기 피부색 영역의 화소 정보를 기반으로 피부색 확률 분포 모델을 생성하고 이를 통해 피부색 확률 영상을 생성한다. 그리고 피부색 확률 영상에 임계값을 적용하여 이진화 한다. 세 번째 단계에서 이진 피부색 영역과 에지의 결합 영상을 생성하고 피부색 영역을 확산하여 최종 피부색 영역을 검출한다. 마지막 단계에서 최종 피부색 영상과 최종 피부색 영역 안에 있거나 인접한 에지들의 결합 영상을 특정 벡터로 생성한다. 생성된 특정 벡터를 support vector machine(SVM) 학습을 통해 생성된 분류 모텔로 입력 영상의 유해 여부를 판별하여 유해 혹은 무해 영상으로 분류한다. 실험 결과를 통하여 제안하는 방법이 기존의 유해 영상 분류 방법에 비해 분류 성능이 9.6% 향상된 것을 확인하였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2001년도 ICCAS
• /
• pp.162.4-162
• /
• 2001

This paper presents a fuzzy-based method for classification skin color object in a complex background under varying illumination Parameters of fuzzy rule base are generated using a genetic algorithm(GA). The color model is used in the YCbCr color space. We propose a unique fuzzy system in order to accommodate varying background color and illumination condition This fuzzy system approach to skin color classification is discussed along with an overview of YCbCr color space.

• 한국산학기술학회논문지
• /
• 제11권9호
• /
• pp.3375-3379
• /
• 2010

본 논문은 89명의 여대생을 대상으로 아유르베다의 세 가지 체질인 바타, 피타, 카파에 따른 얼굴 피부의 수분, 유분, pH의 값을 측정하여 비교하였다. 아유르베다 체질에 따른 피부 상태를 알아보기 위하여 분석한 결과 수분의 경우 피타, 카파, 바타의 순으로(p<0.001) 유분의 경우 카파, 피타, 바타의 순으로 (p<0.001, p<0.01) pH의 경우 카파, 피타, 바타의 순으로 (p<0.01) 통계적으로 유의한 차이가 있었다. 앞으로의 연구에서는 피부미용학적 관점에서 아유르베다 체질에 대한 보다 체계적이고 과학적인 연구가 진행되어야 할 것이다.