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
이상현 (충북대학교) 한찬식 (충북대학교) 최승명 (건국대학교) 이건명 (충북대학교)
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 한국지능시스템학회 논문지 제29권 제4호
발행연도
2019.8
수록면
285 - 290 (6page)
DOI
10.5391/JKIIS.2019.29.4.285

이용수

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

초록· 키워드

오류제보하기
정형외과 의사는 컴퓨터 단층 촬영(CT)을 활용해 골절 환자의 골절 범주를 식별하고 치료 방법을 결정한다. 골절이 발생하게 되면 다발성 골절인 경우가 많고 골절 범주가 많기 때문에, 의사가 골절을 정확히 분류하기 위해서는 높은 전문성과 많은 노력이 필요하다. 이 논문에서는 골절 범주 식별을 다중 부류 분류 문제로 정의하고, 골절의 범주를 식별하기 위해 딥러닝을 사용하는 방법을 제안한다. 제안하는 딥러닝 모델은 GoogleNet과 유사한 형태로 골절의 특징을 추출하고, 다층퍼셉트론으로 각 골절 범주의 점수를 계산해 분류를 한다. 그리고 출력 노드의 점수가 특정 임계값 내에 있는 최대 4개의 골절 부류를 선택한다. 하반신 골절 CT 데이터에 대한 제안 방법의 정밀도는 73.3%, 재현율은 86.9%였다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 다발성 골절 분류 문제의 특성
4. CNN 기반의 다발성 골절 분류 방법
5. 실험
6. 결론 및 향후 연구
References

참고문헌 (13)

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-0101-2019-003-000939104