지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.6
- 수록면
- 729 - 737 (9page)
이용수
초록· 키워드
오류제보하기
Screening with low-dose spiral computed tomography (LDCT) has been shown to reduce lung cancer mortality by about 20% when compared to standard chest radiography. One of the problems arising from screening programs is that large amounts of CT image data must be interpreted by radiologists. To solve this problem, automated detection of pulmonary nodules is necessary; however, this is a challenging task because of the high number of false positive results. Here we demonstrate detection of pulmonary nodules using six off-the-shelf convolutional neural network (CNN) models after modification of the input/output layers and end-to-end training based on publicly databases for comparative evaluation. We used the well-known CNN models, LeNet-5, VGG-16, GoogLeNet Inception V3, ResNet-152, DensNet-201, and NASNet. Most of the CNN models provided superior results to those of obtained using customized CNN models. It is more desirable to modify the proven off-the-shelf network model than to customize the network model to detect the pulmonary nodules.
목차
ABSTRACT
1. 서론
2. 기성 CNN의 구조 및 알고리즘
3. 맞춤형 CNN의 구조 및 알고리즘
4. 학습 데이터 셋 및 실험 환경 구성
5. 실험 결과
6. 결론
REFERENCE
참고문헌 (29)
참고문헌 신청
American Cancer Society, Cancer Facts and Figures, 2016.
D.R. Aberle, A.M. Adams, C.D. Berg, W.C. Black, J.D. Clapp, R.M. Fagerstrom, et al., “Reduced Lung-cancer Mortality with Lowdose Computed Tomographic Screening,” The New England J ournal of Medicine, Vol. 365, No. 5, pp. 395-409, 2011.
A.A.A. Setio, A. Traverso, T. deBel, M.S.N. Berens, C.V.D. Bogaard, P. Cerello, et al., “Validation, Comparison, and Combination of Algorithms for Automatic Detection of Pulmonary Nodules in Computed Tomography Images: The Luna16 Challenge,” Medical Image Analysis, Vol. 42, pp. 1-13, 2017.
A.A.A. Setio, F. Ciompi, G. Litjens, P. Gerke, C. Jacobs, S.V. Riel, et al., “Pulmonary Nodule Detection in CT Images: False Positive Reduction Using Multi-view Convolutional Networks,” IEEE Transactions Medical Image, Vol. 35, No. 5, pp. 1160-1169, 2016.
K. Murphy, B.V. Ginneken, A.M.R. Schilham, B.J.D. Hoop, H.A. Gietema, and M. Prokop, “A Large Scale Evaluation of Automatic Pulmonary Nodule Detection in Chest CT Using Local Image Features and K-nearest Neighbor Classification,” Medical Image Analysis, Vol. 13, No. 5, pp. 757-770, 2009.
D.R. Aberle, A.M. Adams, C.D. Berg, W.C. Black, J.D. Clapp, R.M. Fagerstrom, et al., “Reduced Lung-cancer Mortality with Lowdose Computed Tomographic Screening,” The New England J ournal of Medicine, Vol. 365, No. 5, pp. 395-409, 2011.
A.A.A. Setio, A. Traverso, T. deBel, M.S.N. Berens, C.V.D. Bogaard, P. Cerello, et al., “Validation, Comparison, and Combination of Algorithms for Automatic Detection of Pulmonary Nodules in Computed Tomography Images: The Luna16 Challenge,” Medical Image Analysis, Vol. 42, pp. 1-13, 2017.
A.A.A. Setio, F. Ciompi, G. Litjens, P. Gerke, C. Jacobs, S.V. Riel, et al., “Pulmonary Nodule Detection in CT Images: False Positive Reduction Using Multi-view Convolutional Networks,” IEEE Transactions Medical Image, Vol. 35, No. 5, pp. 1160-1169, 2016.
K. Murphy, B.V. Ginneken, A.M.R. Schilham, B.J.D. Hoop, H.A. Gietema, and M. Prokop, “A Large Scale Evaluation of Automatic Pulmonary Nodule Detection in Chest CT Using Local Image Features and K-nearest Neighbor Classification,” Medical Image Analysis, Vol. 13, No. 5, pp. 757-770, 2009.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
긍정과 부정 이미지 기반 데이터 편향에 따른 CNN모델의 차이 연구
대한인간공학회 학술대회논문집
2022 .10
-
CNN을 이용한 이미지 분류
Proceedings of KIIT Conference
2017 .06
-
Comparison of Convolutional Neural Network Models for Image Super Resolution
한국방송미디어공학회 학술발표대회 논문집
2018 .06
-
Survey of the 3D Convolutional Neural Networks for Video Action Recognition
대한전자공학회 학술대회
2022 .06
-
R-CNN을 이용한 다중 차량 검출 연구
정보 및 제어 논문집
2019 .10
-
CNN 을 이용한 네트워크 침해 탐지 연구
한국통신학회 학술대회논문집
2018 .06
-
다양한 변수에 따른 CNN 성능 분석
정보 및 제어 논문집
2019 .04
-
CNN 기법을 이용한 공간정보 자동분류연구
대한공간정보학회 학술대회
2017 .05
-
Bearing Fault Diagnosis Using One-Dimensional Convolutional Neural Network
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
Dance Movement Recognition based on Deep Learning
IEIE Transactions on Smart Processing & Computing
2024 .06
-
CNN을 사용한 차선검출 시스템
대한임베디드공학회논문지
2016 .01
-
복합 임베디드 시스템 시계열 데이터를 활용한 딥러닝 이상 탐지 방법 비교 연구
항공우주시스템공학회지
2024 .10
-
다중 센서 데이터 분석을 위한 설명 가능한 합성곱신경망 모델
대한산업공학회지
2019 .04
-
진화연산 기반 CNN 필터 축소
전기학회논문지
2018 .12
-
신호등 인식을 위한 CNN기반의 색 검출 방법
제어로봇시스템학회 국내학술대회 논문집
2017 .05
-
영상 노이즈 제거 CNN 구조 개선을 위한 VGG CNN 손실함수 적용에 대한 연구
대한전자공학회 학술대회
2019 .11
-
전처리와 특징 추출이 CNN기반 화재 탐지 성능에 미치는 효과
한국산업정보학회논문지
2018 .08
-
CNN을 이용한 누수 상황 검출
대한전자공학회 학술대회
2019 .11
-
실시간 폭행 검출을 위한 효율적인 2D CNN 모델
대한전자공학회 학술대회
2020 .11
-
시계열적 특성이 CNN 기반 네트워크 이상치 탐지에 미치는 영향 및 이상치 탐지 방법에 대한 연구
한국정보과학회 학술발표논문집
2022 .06
이 논문의 저자 정보
이 논문과 함께 이용한 논문
지속가능발전목표(SDGs)에 기반한 업사이클링 주제의 환경공학교육프로그램 개발 및 효과
민주영
,
김숙연
,
정시내
외 5명
한국환경교육학회 학술대회 자료집
2019
.12
LSTM 및 정보이득 기반의 악성 안드로이드 앱 탐지연구
안유림
,
홍승아
,
김지연
외 1명
멀티미디어학회논문지
2020
.05
다양한 변수에 따른 CNN 성능 분석
공준배
,
장하영
,
장민석
외 1명
정보 및 제어 논문집
2019
.04
비디오 얼굴 식별 성능개선을 위한 다중 심층합성곱신경망 결합 구조 개발
김경태
,
최재영
멀티미디어학회논문지
2019
.06
딥러닝 기반의 이미지 분류 기술 동향
김봉모
한국통신학회지(정보와통신)
2018
.11
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-004-000871712