Earticle

현재 위치 Home

Session Ⅴ: Best papers

Breast Cancer Recognition Through Visual Intelligence Assisted Lightweight Convolution Neural Network

첫 페이지 보기
  • 발행기관
    한국차세대컴퓨팅학회 바로가기
  • 간행물
    한국차세대컴퓨팅학회 학술대회 바로가기
  • 통권
    The 9th International Conference on Next Generation Computing 2023 (2023.12)바로가기
  • 페이지
    pp.143-146
  • 저자
    Muhammad Nadeem, Haseeb Khan, Wisal Khan, L. Minh Dang, Nguyen Le Quan, Hyeonjoon Moon
  • 언어
    영어(ENG)
  • URL
    https://www.earticle.net/Article/A448137

원문정보

초록

영어
Breast cancer remains the foremost cause of cancer-related mortality worldwide. The histopathological diagnosis is impeded by the intricate nature of image interpretation and the presence of inter-observer variability among pathologists. Deep learning (DL) for cancer image understanding has revolutionized accurate breast cancer diagnosis, marking a significant advancement in medical image analysis. Researchers proposed DL-based intelligent models to overcome the challenges of manual observations. However, the existing models suffer from a considerable computational burden, demanding substantial time investments that restrict efficient and scalable breast cancer diagnosis solutions. Our study introduces an automated breast cancer diagnosis system employing a lightweight Convolutional Neural Network (CNN) model, adept at extracting intricate features from histopathological images. Our system has attained superior accuracy through extensive experimentation on a comprehensive breast cancer dataset while employing fewer parameters compared to state-of-theart (SOTA) techniques.

목차

Abstract
I. INTRODUCTION
II. PROPOSED METHODOLOGY
A. Problem formulation
B. Model
C. Feature Fusion
III. RESULTS AND DISCUSSION
A. Dataset
B. Evaluation Matrices
C. Comparison with SOTA Methods
D. Qualitative results
IV. CONCLUSION
ACKNOWLEDGMENT
REFERENCES

키워드

Breast Cancer Lightweight Model Neural Network Accurate Diagnosis Precision Medicine.

저자

  • Muhammad Nadeem [ Department of Computer Science & Engineering Sejong Univerity Seoul, Republic of Korea ]
  • Haseeb Khan [ Northwest School of Medicine Peshawar, Khyber Pakhtunkhwa, Pakistan ]
  • Wisal Khan [ Northwest School of Medicine Peshawar, Khyber Pakhtunkhwa, Pakistan ]
  • L. Minh Dang [ Department of Artificial Intelligence Sejong University Seoul, Republic of Korea ]
  • Nguyen Le Quan [ Department of Computer Science and Engineering Sejong Uviversity Seoul, Republic of Korea ]
  • Hyeonjoon Moon [ Department of Computer Science and Engineering Sejong Uviversity Seoul, Republic of Korea ] Corresponding Author

참고문헌

자료제공 : 네이버학술정보

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 The 9th International Conference on Next Generation Computing 2023

    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.