Earticle

초록

영어

In this study, we will going to find out classification accuracy of implants in the knees and hip joints using YOLO V2. We used normal knee, knee implant, normal hip joint, hip joint implant x-ray images. Using the basic composition of YOLO V2, it was repeated 900 times of learning, identifying the characteristics of image. Using the weight obtained by learning, we tested none, hip joint implant, knee joint implant images which were not contained at learning. Even we used less quantity of data, classification accuracy was satisfied. Usability of YOLO V2 model for classification of X-ray images of artificial joints has been verified, which can be used as basic data for rapid deep learning application to radiographic images.

한국어

본 연구의 목적은, 본 연구에서는 YOLO V2를 이용하여 무릎과 고관절의 인공관절 분류 정확성을 알아보고자 한다. 일반 무릎관절, 무릎 인공관절 삽입, 일반 엉덩관절, 엉덩 인공관절 삽입 X-선 영상을 이용하였다. YOLO V2의 기본구 성을 이용하여 이미지 특징을 파악하며 900회 학습을 반복하였다. 학습을 통해 얻어진 가중치를 이용하여 학습되지 않은 test영상을 시험하였다. 적은양의 데이터를 활용하였으나 분류 예측 정확도는 만족할만한 수준이었다. 인공관절 X-선 영상 분류 시 YOLO V2 모델의 활용가능성을 확인하였으며, 이는 방사선영상에 빠른 딥러닝 적용 시 기초 자료로 사용될 수 있을 것이라 사료된다.

목차

Abstract
Ⅰ. 서론
Ⅱ. 재료 및 방법
1. X-ray 영상 Data
2. 영상 전처리 및 주석
3. YOLO V2 layer 구성
Ⅲ. 결과
Ⅳ. 고찰 및 결론
참고문헌
요약

키워드

저자

• Yeong-Jin Hwang [ 황영진 | Department of Radiological Science, Eulji University ]
• Hae-Lim Jung [ 정혜림 | Department of Radiological Science, Eulji University ]
• Yu-Jin Park [ 박유진 | Department of Radiological Science, Eulji University ]
• One-Cheol Oh [ 오원철 | Department of Radiological Science, Eulji University ]
• Hyung-Ju Kwon [ 권형주 | Department of Radiological Science, Eulji University ]
• Joo-Wan Hong [ 홍주완 | Department of Radiological Science, Eulji University ] Corresponding Author

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  대한디지털의료영상학회논문지 [Korean Journal of Digital Imaging in Medicine]

• 간기

  연3회

• pISSN

  1976-7641

• 수록기간

  1995~2025

• 십진분류

  KDC 510 DDC 610