Earticle

초록

영어

Recently, as interest in and use of artificial intelligence increases, the paradigm of the medical industry is also changing from treatment or hospital-centered use to prevention and usercentered use. Technological development related to this is being built and utilized in many cases leading to service improvement and development through the establishment and use of medical big data. Therefore, in this study, based on about 9,000 medical image data, the accuracy value is compared according to the input image size and the number of training times to find the input image data condition with a high result value. In this way, it will be possible to use small-scale medical image data to secure high accuracy and use it to determine the presence or absence of disease at low cost. To this end, we use a CNN algorithm that is effective for 2D image data learning and accuracy analysis.

한국어

최근 인공지능에 대한 관심과 활용이 증가하면서 의료 산업의 패러다임도 치료나 병원중심의 이 용에서 예방과 이용자 중심으로 변화되고 있다. 이와 관련된 기술발전은 의료 빅데이터 구축과 활용 을 통한 서비스 향상 및 발전으로 이어지는 사례들로 많이 구축 활용되고 있다. 이에 본 연구에서는 9천여 장의 의료 영상 데이터를 기반으로 입력 영상 크기 및 훈련 회수에 따라 정확성 값을 비교하여 높은 결과 값을 갖는 입력 영상 데이터 조건을 찾는다. 이렇게 함으로써 소규모 의료 영상 데이터를 이용하여 높은 정확성을 확보함으로써 적은 비용으로도 질병 유무 판단에 활용할 수 있을 것이다. 이 를 위해 2차원 영상 데이터 학습과 정확성 분석에 효과적인 CNN 알고리즘을 사용하여 진행한다.

목차

요약
Abstract
1. 서론
2. 의료데이터 구축 및 관련 동향
3. 인공지능 기반 의료영상 분석 연구
4. 의료 영상 데이터 크기별 정확성 비교 실험
5. 결론
REFERENCES

키워드

저자

• 이현창 [ Hyun-Chang Lee | 원광대학교 창의공과대학 디지털콘텐츠공학과 교수 ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  정보화연구 [정보화연구(구 정보기술아키텍처연구)]

• 간기

  계간

• pISSN

  1738-382X

• 수록기간

  2004~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 325 DDC 658