2019년 컴퓨터종합학술대회
Current Result Document :
| 한글제목(Korean Title) |
Weak & Semi-supervised learning을 이용한 전립선암 segmentation 방법 |
| 영문제목(English Title) |
Weak & Semi-supervised learning for Prostate Cancer Segmentation |
| 저자(Author) |
한석민
이상문
Seokmin Han
LEE Sangmoon
|
| 원문수록처(Citation) |
VOL 46 NO. 01 PP. 1005 ~ 1007 (2019. 06) |
한글내용
(Korean Abstract) |
의료영상 데이터의 경우는 annotation을 수행할 수 있는 전문가가 필요하기 때문에, 많은 용량의 학습용 데이터를 얻고 이용하는데 한계가 있다. 특히 segmentation의 경우는 병변의 boundary를 전문가가 픽셀단위로 annotation을 수행해야 하는데, 이는 시간이 많이 걸리고 매우 노동집약적이다. 이에 반해, 단순한 병변의 위치, 병변의 유무에 대해서는 annotation을 수행하기가 상대적으로 수월하다. 본 연구에 서는 의료영상에서 필수적인 annotation문제를 완화시키는 방식인 weak&semi-supervised 방법을 전립선암 segmentation에 적용하여, strong annotation된 데이터만 이용하는 경우에 비해 weak annotation된 데이터를 추가로 이용하는 것이 더 좋은 성능을 나타냄을 보였다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
