현재 위치
Home
Oral Session Ⅲ AI : 영상 분석
폐렴 이미지 분류를 위한 Swin 과 ResNet 모델 비교
Comparing Swin and ResNet model in Determining Chest Pneumonia
-
- 발행기관
- 한국차세대컴퓨팅학회 바로가기
-
- 간행물
- 한국차세대컴퓨팅학회 학술대회 바로가기
-
- 통권
- 2023 한국차세대컴퓨팅학회 춘계학술대회 (2023.06)바로가기
-
- 페이지
- pp.138-140
-
- 저자
-
- 언어
- 영어(ENG)
-
- URL
- https://www.earticle.net/Article/A433531
원문정보
초록
- 영어
- Pneumonia is a respiratory disease that causes infection in both the upper respiratory tract and the lungs. It is considered one of the leading causes of infection-related deaths in children. Chest X-ray images have proven helpful in diagnosing pneumonia. It is essential for early diagnosis of pneumonia to control the spread of the disease and save the patient. Therefore, there is a need for deep learning artificial intelligent systems to assist clinicians in early and better diagnosis. In this study, Residual Neural Network (ResNet) and Swin Transformer are used to classify pneumonia and healthy chest X-ray images from the Chest X-Ray Images dataset. Experimental results show that the ResNet achieved a maximum accuracy of 99.00% in detecting pneumonia after ten epochs. Whereas the Swin transformer achieved a maximum accuracy of 98.46% in detecting pneumonia after ten epochs.
목차
Abstract
1. Introduction
2. Related works
3. Methods
3.1. Dataset
3.2. Experiment setup
4. Experiment result
5. Conclusions
Acknowledgement
References
키워드
ResNet Swin Transformer deep learning pneumonia detection chest X-ray.저자
간행물 정보
발행기관
-
- 발행기관명
- 한국차세대컴퓨팅학회 [Korean Institute of Next Generation Computing]
- 설립연도
- 2005
- 분야
- 공학>컴퓨터학
- 소개
- 본 학회는 차세대 PC 및 그 관련분야의 학술활동을 통하여 차세대 PC의 학문 및 기술발전을 도모하고 산업발전 및 국제협력 증진을 목적으로 한다.
간행물
-
- 간행물명
- 한국차세대컴퓨팅학회 학술대회
- 간기
- 반년간
- 수록기간
- 2021~2025
- 십진분류
- KDC 566 DDC 004
이 권호 내 다른 논문 / 한국차세대컴퓨팅학회 학술대회 2023 한국차세대컴퓨팅학회 춘계학술대회
피인용수 : 0건 (자료제공 : 네이버학술정보)
함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.
출처 : 네이버학술정보
0개의 논문이 장바구니에 담겼습니다.