$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

고성능 CNN 기반 정밀 요검사 판별 기법
Accuracy Urinalysis Discrimination Method based on high performance CNN 원문보기

The journal of the institute of internet, broadcasting and communication : JIIBC, v.21 no.6, 2021년, pp.77 - 82  

백승혁 (충북대학교 전파통신공학과) ,  최홍락 (충북대학교 전파통신공학과) ,  김경석 (충북대학교 정보통신공학과)

초록
AI-Helper 아이콘AI-Helper

요검사는 물리적 성상 검사, 화학적 검사, 현미경 검사 세 가지가 있다. 이 중에서 화학적 요검사는 일반인이 쉽게 접근하는 방법으로 요검사지의 화학반응을 눈으로 표준비색표와 비교하거나 휴대용 요검사기를 별도로 구매하여 검사를 진행한다. 현재는 스마트폰의 보급이 대중화되어 스마트폰을 활용한 요검사 서비스 연구가 높아지고 있다. 요검사 스크리닝 애플리케이션은 스마트폰을 활용한 요검사 서비스 중 하나이다. 그러나 요검사 스크리닝 애플리케이션으로 촬영한 요검사 패드 RGB 값은 조명영향으로 인해 큰 편차가 발생한다. 요검사 패드 RGB 값의 편차는 요검사 판별의 정확도를 떨어뜨린다. 따라서 본 논문에서는 스마트폰 기반 요검사 스크리닝 애플리케이션으로 촬영한 요검사지를 검사 항목별 요검사 패드로 분류한 후 CNN을 통해 요검사 패드 이미지 판별의 정확도를 높인다. 요검사지는 다양한 배경에서 촬영하여 CNN 이미지를 생성하였으며 ResNet-50 CNN 모델을 사용하여 요검사 판별을 분석하였다.

Abstract ▼ AI-Helper 아이콘AI-Helper

There are three types of urinalysis: physical test, chemical test, and microscopic test. Among these, the chemical urinalysis is an easily accessible method of the general public to compare the chemical reaction of urinalysis strip with a standard colorimetric table by sight or purchase the portable...

주제어

#CNN   #Urinalysis   #Image Discrimination  

표/그림 (9)

AI 본문요약
AI-Helper 아이콘 AI-Helper

제안 방법

  • 본 논문에서는 스마트폰 기반 요검사 스크리닝 애플리케이션으로 촬영한 요검사지를 검사항목별 요검사 패드 이미지로 분류한 후 요검사 패드 이미지를 높은 정확도로 판별하기 위해 고성능 CNN 기반 정밀 요검사 판별기법을 제안하였다. 또한 성능을 확인하기 위해서 실험환경을 구축하고 분석하였다. 그 결과, 다양한 배경에서 촬영한 요검사 패드를 100%의 높은 정확도로 판별하였다.
  • 본 논문에서는 스마트폰 기반 요검사 스크리닝 애플리케이션으로 촬영한 요검사지를 검사항목별 요검사 패드 이미지로 분류한 후 요검사 패드 이미지를 높은 정확도로 판별하기 위해 고성능 CNN 기반 정밀 요검사 판별기법을 제안하였다. 또한 성능을 확인하기 위해서 실험환경을 구축하고 분석하였다.

대상 데이터

  • 본 논문에서는 ResNet 모델 중에서 그림 5의 ResNet-50을 사용하여 이미지를 학습한다.

데이터처리

  • 두 번째는 검증 이미지를 사용한 분류 정확도이다. ResNet-50으로 학습한 모델에 검증 이미지를 입력하여 음성, 양성의 확률을 확인한다. 확인 후에는 확률이 가장 큰 값을 확인하여 판별에 사용한다.

이론/모형

  • 방대한 데이터를 학습하여 이미지의 특징을 추출하는 CNN 모델은 다양하다. 본 논문에서는 성능이 뛰어나며 최신 CNN 모델들의 기반이 되는 ResNet 모델을 사용하였다.
본문요약 정보가 도움이 되었나요?

참고문헌 (7)

  1. T.H Han, "Urinalysis: The Usefulness and Limitations of Urine Dipstick Testing", Journal of the Korean society of pediatric nephrology, v.17, no.2, pp.42-48, 2013. DOI: https://doi.org/10.3339/jkspn.2013.17.2.42 

    원문보기 상세보기 crossref

  2. Changsoo Ma, 「Machine Learning & Deep Learning with Clear Practice」, ONLYBOOK (2019), pp.124-130. 

  3. Kaiming He, Xiangyu Zhang, Shaoqing Ren, Jian Sun, "Deep Residual Learning for Image Recognition", v.1, pp. 770-778, 2016. DOI: https://doi.org/10.1109/CVPR.2016.90 

    crossref

  4. SOFTMAX, https://pytorch.org/docs/stable/generated/torch.nn.Softmax.html 

  5. TORCH.MAX, https://pytorch.org/docs/stable/generated/torch.max.html 

  6. URiSCAN Strip, URiTROL, http://www.yd-diagnostics.com/2012/kor/channel_02/prt_list.php 

  7. Loss function, Train/Val accuracy, http://aikorea.org/cs231n/neural-networks-3/ 

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

BRONZE

출판사/학술단체 등이 한시적으로 특별한 프로모션 또는 일정기간 경과 후 접근을 허용하여, 출판사/학술단체 등의 사이트에서 이용 가능한 논문

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로