2019년 추계학술대회
Current Result Document :
| 한글제목(Korean Title) |
딥러닝을 이용한 기흉, 폐렴의 검출과 분류 |
| 영문제목(English Title) |
Detection and classification of pneumothorax and pneumonia using deep learning |
| 저자(Author) |
이종근
김선진
안재형
Jong-keun Lee
Seon-jin Kim
Jae-hyung Ahn
|
| 원문수록처(Citation) |
VOL 23 NO. 02 PP. 0638 ~ 0640 (2019. 10) |
한글내용
(Korean Abstract) |
본 논문에서는 흉부 x-선을 통해 기흉, 폐렴의 진단에 도움을 줄 수 있는 딥러닝 알고리즘을 제안한다. 딥러닝 알고리즘의 학습과 평가에는 NIH(National Institute of Health) 흉부 x-선 사진에서 기흉, 폐렴에 해당하는 영상을 사용했다. 검출과 분류 성능은 AUROC(the Area Under the Receiver Operating Characteristic Curve)로 평가했다. 제안된 방법은 기존의 흉부 x-선 검출 알고리즘들과 비교했을 때 기흉의 경우 0.02, 폐렴의 경우 0.17 이상의 개선된 성능을 보여준다. |
영문내용
(English Abstract) |
In this paper, we propose the deep learning algorithm that can helps diagnose pneumothorax and pneumonia through chest x-ray images. The dataset consists of extracted pneumothorax and pneumonia from NIH(National Institute of Health) chest x-ray datum. The performance of the network was evaluated by comparing the AUROC(the Area Under the Receiver Operating Characteristic Curve). The proposed method is compared with conventional chest x-ray detection algorithms. and the results show improved performance of 0.02 in pneumothorax and 0.17 in pneumonia. |
| 키워드(Keyword) |
딥러닝
머신러닝
기흉
폐렴
흉부 x-ray
|
| 파일첨부 |
PDF 다운로드
|
