메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
주해인 (건양대학교) 김영모 (건양대학교) 태기식 (건양대학교)
저널정보
한국재활복지공학회 재활복지공학회논문지 재활복지공학회논문지 제12권 제4호
발행연도
2018.11
수록면
249 - 255 (7page)
DOI
10.21288/resko.2018.12.4.249

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구는 적외선 체열 영상을 이용하여 요추간판 탈출증 자동진단을 위해 피부 온도 분절에 따라 자동으로 영역 분할을 할 수 있는 딥러닝 모델의 유용성을 평가 하고자 하였다. 본 연구에서는 영역분할을 위해 딥러닝기법 중 U-Net 모델을 활용하였다. 적외선 체열 영상을 총 3 부위인 하지 앞·뒤 및 발바닥으로 나뉘어 학습을 진행하였다. 그 결과 전체 피부 온도 분절 영역을 분할한 정확도는 하지 앞면의 경우 89.06%, 하지뒷면 80.91%, 발바닥은 90.06%의 정확도를 보였다. 또한, 추간판 탈출 위치에 따라 피부 온도 분절 패턴에 대한 정확도는 L3/4 하지 앞면은 93.07%, 하지뒷면 81.69% 이며, L4/5 하지 앞면은 92.97%, 하지뒷면 84.83% 발바닥은 91%이다. L5/S1은 하지 앞면의 경우 88.62%, 하지뒷면 80.80%, 발바닥은 87.54%의 정확도를 나타내었다. 본 연구는 요추간판 탈출증을 진단에 앞서 전처리 과정으로 사용될 것이며, 피부온도 분절에 따라 각 영역을 분할 한 뒤 좌 · 우 온도 차이를 자동으로 비교하여 온도 분절 패턴을 파악하는데 활용 가능할 것으로 사료된다.

목차

요약
ABSTRACT
1. 서론
2. 연구방법
3. 연구결과
4. 결론
REFERENCES

참고문헌 (15)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-512-000186721