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.
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
The purpose of this study is to classify TIFF images, PNG images, and JPEG images using deep learning, and to compare the accuracy by verifying the classification performance. The TIFF, PNG, and JPEG images converted from chest X-ray DICOM images were applied to five deep neural network models performed in image recognition and classification to compare classification performance. The data consisted of a total of 4,000 X-ray images, which were converted from DICOM images into 16-bit TIFF images and 8-bit PNG and JPEG images. The learning models are CNN models - VGG16, ResNet50, InceptionV3, DenseNet121, and EfficientNetB0. The accuracy of the five convo- lutional neural network models of TIFF images is 99.86%, 99.86%, 99.99%, 100%, and 99.89%. The accuracy of PNG images is 99.88%, 100%, 99.97%, 99.87%, and 100%. The accuracy of JPEG images is 100%, 100%, 99.96%, 99.89%, and 100%. Validation of classification performance using test data showed 100% in accuracy, precision, recall and F1 score. Our classification results show that when DICOM images are converted to TIFF, PNG, and JPEG images and learned through preprocessing, the learning works well in all formats. In medical imaging research using deep learn- ing, the classification performance is not affected by converting DICOM images into any format
목차
등록된 정보가 없습니다.
참고문헌 (10)
참고문헌 신청
LeCun Y / 2015 / Deep learning / Nature 521(7553):436~444
Sahiner B / 2019 / Deep learning in medical imaging and radiation therapy / Medical physics 46(1):e1~e36
송하연 / 2020 / 인공지능과 헬스 커뮤니케이션 / 언론정보연구 57(3):196~238
양성희 / 2016 / 좌심실비대 진단에서 심장초음파와 심전도검사의 정확성 / 한국콘텐츠학회 논문지 16(2):666~672
Frohlich, ED / 1986 / Left ventricular hypertrophy as a risk factor / Cardiology clinics 4(1):137~144
Sahiner B / 2019 / Deep learning in medical imaging and radiation therapy / Medical physics 46(1):e1~e36
송하연 / 2020 / 인공지능과 헬스 커뮤니케이션 / 언론정보연구 57(3):196~238
양성희 / 2016 / 좌심실비대 진단에서 심장초음파와 심전도검사의 정확성 / 한국콘텐츠학회 논문지 16(2):666~672
Frohlich, ED / 1986 / Left ventricular hypertrophy as a risk factor / Cardiology clinics 4(1):137~144
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
합성곱 신경망을 활용한 위내시경 이미지 분류에서전이학습의 효용성 평가
의공학회지
2018 .01
-
InceptionV3 기반의 심장비대증 분류 정확도 향상 연구
의공학회지
2022 .02
-
Deep Learning in MR Image Processing
Investigative Magnetic Resonance Imaging
2019 .01
-
손목 관절 단순 방사선 영상에서 딥 러닝을 이용한 전후방 및 측면 영상 분류와 요골 영역 분할
의공학회지
2020 .01
-
Deep Learning in Dental Radiographic Imaging
대한소아치과학회지
2024 .02
-
Deep-Learning-Based Molecular Imaging Biomarkers: Toward Data-Driven Theranostics
의학물리
2019 .01
-
Automatic classification of otoscopic images using deep learning
대한체질인류학회 학술대회 연제 초록
2019 .05
-
Medical Image Analysis Using Artificial Intelligence
의학물리
2019 .01
-
인공지능 딥러닝의 역사와 현황, 그리고 미래 방향
대한치과의사협회지
2022 .04
-
TET2DICOM-GUI: Graphical User Interface Based TET2DICOM Program to Convert Tetrahedral-Mesh- Phantom to DICOM-RT Dataset
의학물리
2022 .12
-
Classification of histopathological findings of pulmonary fibrosis mouse using deep learning model
한국실험동물학회 학술발표대회 논문집
2020 .07
-
Technology trends and applications of deep learning in ultrasonography: image quality enhancement, diagnostic support, and improving workflow efficiency
ULTRASONOGRAPHY
2021 .01
-
초음파 B-모드 영상에서 FCN(fully convolutional network) 모델을 이용한 간 섬유화 단계 분류 알고리즘
의공학회지
2020 .01
-
Machine learning classification of liver cancer based on computerized tomography scan image using probabilistic neural network model algorithm
Annals of Hepato-Biliary-Pancreatic Surgery
2022 .12
-
Occupation classification model based on DistilKoBERT: using the 5th and 6th Korean Working Condition Surveys
대한직업환경의학회지
2024 .12
-
Development and Validation of Adaptable Skin Cancer Classification System Using Dynamically Expandable Representation
Healthcare Informatics Research
2024 .04
-
Adaptive fuzzy deformable fusion and optimized CNN with ensemble classifi cation for automated brain tumor diagnosis
Biomedical Engineering Letters (BMEL)
2022 .02
-
Determination of the stage and grade of periodontitis according to the current classification of periodontal and peri-implant diseases and conditions (2018) using machine learning algorithms
Journal of Periodontal & Implant Science
2023 .02
-
Deep Learning in Nuclear Medicine and Molecular Imaging: Current Perspectives and Future Directions
Nuclear medicine and molecular imaging : NMMI
2018 .01
-
관상동맥질환 위험인자 유무 판단을 위한 심박변이도 매개변수 기반 심층 신경망의 성능 평가
의공학회지
2019 .01
이 논문의 저자 정보
최근 본 자료
댓글(0)
0