Earticle

현재 위치 Home

대장 통과 시간 측정을 위한 딥러닝 기반 방사선 비투과성 표지자 자동 탐지 기법
Deep Learning-based Automatic Detection of Radiopaque Markers for Measuring Colon Transit Time

첫 페이지 보기
  • 발행기관
    국제차세대융합기술학회 바로가기
  • 간행물
    차세대융합기술학회논문지 KCI 등재후보 바로가기
  • 통권
    제4권 4호 (2020.08)바로가기
  • 페이지
    pp.361-366
  • 저자
    이찬수, 장예훈, 김남기
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A380078

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

영어
Colon Transit Time is the most basic test for chronic constipation or for evaluating the motor function of the large intestine. There are several methods for measuring colon transit time, but among them, the method using a radiopaque marker is mainly used. In this process, the doctor needs to check the position of the markers and count the markers directly, which requires a lot of time. With the recent development of deep learning technology, various deep learning-based medical solutions that help doctors diagnose are being developed, and solutions that make more accurate diagnosis than actual doctors are also being developed in the medical field. In this paper, we introduce a deep learning-based radiopaque marker auto-detection technique for measuring colon transit time. The deep-learning-based radiopaque automatic detection technique can automatically detect the location and number of markers, thereby shortening calculation time of the colon transit time.
한국어
만성 변비를 검사하거나 대장의 운동 기능을 평가하는 검사법 중 가장 기본이 되는 검사는 대장 통과 시 간 측정이다. 대장 통과 시간을 측정하는 방법에는 여러 가지가 있지만 그 중에서 방사선 비투과성 표지자를 사용 하는 방법을 주로 사용한다. 이 과정에서 판독의가 표지자의 위치를 확인하고 직접 표지자의 개수를 세야하기 때 문에 많은 시간이 필요하게 된다. 최근 딥러닝 기술이 발달함에 따라 의료분야에서는 의사의 진단에 도움이 되는 다양한 딥러닝 기반 의료 솔루션이 개발되고 있으며, 실제 의사보다 더 정확한 진단을 내리는 솔루션도 개발되고 있다. 본 논문에서는 대장 통과 시간 측정을 위한 딥러닝 기반 방사선 비투과성 표지자 자동 탐지 기법을 소개한 다. 딥러닝 기반 방사선 비투과성 자동 탐지 기법은 표지자의 위치와 개수를 자동으로 탐지하여 대장 통과 시간의 계산 시간을 줄일 수 있다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련연구
Ⅲ. 방사선 비투과성 표지자 자동 검출 기법
Ⅳ. 실험 및 실험 결과
Ⅴ. 결론 및 향후 연구
REFERENCES

키워드

만성 변비 대장 통과 시간 방사선 비투과성 표지자 딥러닝 의료 딥러닝 Chronic Constipation Colon Transit Time Radiopaque Marker Deep Learning Medical Deep Learning

저자

  • 이찬수 [ Chansu Lee | 경기대학교 컴퓨터공학과 학생 ]
  • 장예훈 [ Yehoon Jang | 경기대학교 컴퓨터공학과 학생 ]
  • 김남기 [ Namgi Kim | 경기대학교 컴퓨터공학과 교수 ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    국제차세대융합기술학회 [International Next-generation Convergence technology Association]
  • 설립연도
    2017
  • 분야
    복합학>기술정책
  • 소개
    Ever since next generation convergence technology became one of the most important industries in the nation, computing professionals have encountered a growing number of challenges. Along with scholars and colleagues in related fields, they have gathered in avariety of forums and meetings over the last few decades to share their knowledge, experiences and the outcome of their research. These exchanges have led to the founding of the International Next-generation Convergence technology (INCA) on December 1, 2015. INCA was registered as an incorporated association under the Ministry of Information and Communications. The main purpose of the organization is to improve our society by achieving the highest capability possible in next generation convergence technology.

간행물

  • 간행물명
    차세대융합기술학회논문지 [The Journal of Next-generation Convergence Technology Association]
  • 간기
    월간
  • pISSN
    2508-8270
  • 수록기간
    2017~2026
  • 등재여부
    KCI 등재
  • 십진분류
    KDC 506 DDC 606

이 권호 내 다른 논문 / 차세대융합기술학회논문지 제4권 4호

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.