Current Result Document :
| 한글제목(Korean Title) |
의료영상 종류에 따른 병변 영역 분할 딥 러닝 모델 별 성능 비교 |
| 영문제목(English Title) |
Comparison of lesion segmentation deep learning models according to medical image types |
| 저자(Author) |
정인호
김동현
조성민
안홍렬
Inho Jeong
Donghyun Kim
Seongmin Jo
Hongryul Ah
|
| 원문수록처(Citation) |
VOL 49 NO. 02 PP. 1598 ~ 1600 (2022. 12) |
한글내용
(Korean Abstract) |
병변 영역 분할(lesion segmentation)은 의료영상 내에 병변 영역을 인공지능 모델로 자동으로 분할하고 표시하는 연구 분야이다. 병변 영역 분할의 대상이 되는 의료영상 데이터 셋은 영상 종류와 병변의 종류에 따라 성질이 다르며, 아직까지 여러 종류의 데이터 셋에 대한 인공지능 모델의 종합적인 비교가 수행되지 않았다. 본 논문에서는 피부 영상, 내시경 영상, 초음파 영상과 병변에 대해 총 6개 의료영상 데이터 셋을 구성하여 9개 모델에 대해 병변 영역 분할에 대한 성능을 비교 및 분석하였다. 비교에 사용된 FCN(Fully Convolutional Network), SegNet, DeepLab V3+, U-Net, U-Net++, ColonSegNet, FCBFormer, ESFPNet-L, ColonFormer 모델 중에서 FCBFormer가 과반수의 데이터 셋에서 가장 좋은 성능을 보였으며, SegNet은 외상 의료영상 중 특정 의료영상(족부 궤양)에서 성능이 가장 좋았다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
