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
- 저널정보
- 한국정보통신학회JICCE Journal of information and communication convergence engineering Journal of information and communication convergence engineering Vol.20 No.1
- 발행연도
- 2022.3
- 수록면
- 58 - 64 (7page)
이용수
초록· 키워드
오류제보하기
Breast ultrasonic reading is critical as a primary screening test for the early diagnosis of breast cancer. However, breast ultrasound examinations show significant differences in diagnosis based on the difference in image quality according to the ultrasonic equipment, experience, and proficiency of the examiner. Accordingly, studies are being actively conducted to analyze the texture characteristics of normal breast tissue, positive tumors, and malignant tumors using breast ultrasonography and to use them for computer-assisted diagnosis. In this study, breast ultrasonography was conducted to select 247 ultrasound images of 71 normal breast tissues, 87 fibroadenomas among benign tumors, and 89 malignant tumors. The selected images were calculated using a statistical method with 21 feature parameters extracted using the gray level co-occurrence matrix algorithm, and classified as normal breast tissue, benign tumor, and malignancy. In addition, we proposed five feature parameters that are available for computer-aided diagnosis of breast cancer classification. The average classification rate for normal breast tissue, benign tumors, and malignant tumors, using this feature parameter, was 82.8%.
목차
Abstract
I. INTRODUCTION
II. MATERIALS AND METHODS
III. RESULTS
IV. DISCUSSION AND CONCLUSIONS
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Comparison of Breast Measurement Ratios Before and After Breast Augmentation Using Photogrammetric Ratio Measurements (PRM)
대한인간공학회지
2017 .08
-
유방 초음파 영상에서 질감 특성을 이용한 악성종양 분석
융합신호처리학회 논문지
2019 .01
-
Studying Adipose Tissue in the Breast Tumor Microenvironment In Vitro: Progress and Opportunities
조직공학과 재생의학
2020 .01
-
Tumor Detection via Breast Histology Images
제어로봇시스템학회 각 지부별 자료집
2021 .12
-
An Optimized Deep Belief Network Model for Accurate Breast Cancer Classification
IEIE Transactions on Smart Processing & Computing
2020 .08
-
A Prototype System for Early-Stage Breast Cancer Detection
Journal of Electromagnetic Engineering And Science
2015 .07
-
Breast Ultrasound Update
전기의세계
2017 .08
-
Tumor Detection in Breast Histopathology Images via modified Faster-RCNN
제어로봇시스템학회 국내학술대회 논문집
2021 .06
-
전이 학습 기반 향상된 유방 종양 분할 방법
한국정보통신학회 종합학술대회 논문집
2024 .05
-
유방자가검진실행 및 건강신념, 자기효능과의 상관관계
한국산학기술학회 학술대회논문집
2015 .05
-
Comprehensive profiles and diagnostic value of menopausal-specific gut microbiota in premenopausal breast cancer
Experimental and Molecular Medicine
2021 .10
-
Multistage Transfer Learning for Breast Cancer Early Diagnosis via Ultrasound
한국정보통신학회 종합학술대회 논문집
2021 .05
-
유방암 발생에 영향을 미치는 위험인자 분석: 유방초음파 검진자 대상으로
한국방사선학회 논문지
2017 .01
-
인공지능 모델을 통한 유방 초음파 이미지 분류
한국정보통신학회 종합학술대회 논문집
2024 .10
-
유방암 조기발견을 위한 치밀 유방 영상에서의 종양 자동 검출 기법 연구
대한전자공학회 학술대회
2016 .06
-
깊은 합성곱 신경망 모델에 따른 유방 초음파 영상 분류 성능 비교
전기학회논문지
2021 .01
-
Spatial Pyramid Pooling based end-to-end deep learning for mammogram breast masses classification
한국통신학회 학술대회논문집
2022 .02
-
MRI와 3D 스캔 데이터를 이용한 3D 프린팅 유방 인공보형물의 제작 알고리즘
멀티미디어학회논문지
2019 .12
-
딥러닝 기반의 Breast carcinomas 분류 연구
대한전자공학회 학술대회
2018 .06
-
Breast Masses Evaluation Using Deep Learning for Mammogram Imaging: A Pilot Study
한국통신학회 학술대회논문집
2022 .02
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2023-004-000406791