[논문]딥러닝 이미지 인식 기술을 활용한 개인 피부질환 식별용 어플리케이션 설계

배창희; 김형준; 조원영; 하옥균

[국내논문] 딥러닝 이미지 인식 기술을 활용한 개인 피부질환 식별용 어플리케이션 설계
A Design of Application using Deep Learning Image Recognition for Identification of Individual Skin Diseases 원문보기

배창희 (경운대학교 항공소프트웨어공학과) , 김형준 (경운대학교 항공소프트웨어공학과) , 조원영 (경운대학교 항공소프트웨어공학과) , 하옥균 (경운대학교 항공소프트웨어공학과)

사용자의 피부 관리 및 피부질환을 검사하는 기존의 어플리케이션은 유도 질문에 따른 사용자의 응답을 기반으로 결과를 유추하기 때문에 부정확한 진단 결과를 야기한다. 본 논문에서는 사용자의 미용관련 피부질환 이미지를 바탕으로 딥러닝 이미지 인식 기술 적용하여 건선, 사마귀, 여드름, 한포진을 대상으로 피부 미용질환에 대한 식별 정보를 제공하는 어플리케이션을 제시한다. 또한 이미지 인식률이 높은 ResNet과 SE-ResNet 알고리즘을 적용하여 피부질환 식별 적용 시 효과성을 실험적으로 비교한다.

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 논문에서는 딥러닝 이미지 인식 알고리즘을 적용하여 미용과 관련된 피부질환을 대상으로 손쉽게 이용 가능한 개인 피부질환 식별용 모바일 기반 어플리케이션을 설계한다.
본 논문에서는 미용 관련 피부질환을 대상으로 딥러닝 이미지 인식 기술을 적용하여 질환 부위 이미지만으로 피부 미용질환을 약 96%의 정확도로 식별하는 어플리케이션을 제시하였다. 향후 본 어플리케이션은 피부 관리와 관련된 의료ㆍ미용 분야 서비스와 연계함으로써 개인의 피부질환 자가진단 및 피부 관리를 위한 의료ㆍ미용 정보 제공, 관련 제품 홍보 등에 활용 가능하도록 확장할 예정이다.

제안 방법

시험을 위해 4가지 피부질환 이미지 총 17,000여 장과 테스트 이미지 총 3,000여 장을 사용하였고, 각 이미지는 128픽셀을 적용하였다. 또한 각 알고리즘 별로 딥러닝 깊이(deep learning depth)를 각각 50, 101, 152로 나누어 실험하였다. 두 알고리즘을 적용하여 미용관련 피부질환을 식별한 결과의 정확성은 [Fig.
모바일 파트는 웹 기반의 PHP로 구현하였고, 서버 파트는 Python Library인 Tornado를 이용하여 구축하였다. 또한, 사용자의 환부 사진 과 학습된 딥러닝 모델을 저장하기 위한 Mysql 기반의 데이터베이스를 구축하였다. 서버로 전송된 환부 이미지는 딥러닝 모델을 통해 예측되는 피부질환을 식별하여 확률을 수치 정보로 사용자에게 제공한다.
모바일 파트는 웹 기반의 PHP로 구현하였고, 서버 파트는 Python Library인 Tornado를 이용하여 구축하였다. 또한, 사용자의 환부 사진 과 학습된 딥러닝 모델을 저장하기 위한 Mysql 기반의 데이터베이스를 구축하였다.
본 논문에서는 CNN(Convolutional Neural Network) [1] 기반 딥러닝 이미지 인식 알고리즘을 적용하여 개인 피부질환 식별용 모바일 기반 어플리케이션을 제시하고, 건선, 사마귀, 여드름, 한포진과 같은 대표적인 미용 질환을 대상으로 딥러닝 이미지 인식 알고리즘을 실험적으로 비교한다.

대상 데이터

구현된 어플리케이션의 정확도 분석을 위해 CNN기반 딥러닝 알고리즘 중 우수한 이미지 분석 알고리즘인 ResNet과 SE-ResNet을 건선, 여드름, 사마귀, 한포진의 대표적인 미용관련 피부질환을 대상으로 실험하였다.
구현된 어플리케이션의 정확도 분석을 위해 CNN기반 딥러닝 알고리즘 중 우수한 이미지 분석 알고리즘인 ResNet과 SE-ResNet을 건선, 여드름, 사마귀, 한포진의 대표적인 미용관련 피부질환을 대상으로 실험하였다. 시험을 위해 4가지 피부질환 이미지 총 17,000여 장과 테스트 이미지 총 3,000여 장을 사용하였고, 각 이미지는 128픽셀을 적용하였다. 또한 각 알고리즘 별로 딥러닝 깊이(deep learning depth)를 각각 50, 101, 152로 나누어 실험하였다.

성능/효과

최근 구글의 Inception 알고리즘을 이용한 피부암 판독 기술과 IBM Watson기반의 딥러닝을 통한 피부암 진단 기술은 정확도 면에서 약 97% 이상으로 크게 개선되었으며, 이미지 분석을 위한 범용 알고리즘을 적용하여 활용도가 매우 높다.
딥러닝 깊이에 따른 결과에서는 ResNet과 SE-ResNet 모두 101인 경우 92%와 96%로 가장 높았으며, SE-ResNet의 경우 깊이 50에서도 96%의 정확도를 보였다. 딥러닝 깊이값이 작을수록 파라미터 수가 적어 복잡도가 낮고, 학습시간이 짧기 때문에 결과적으로 SE-ResNet(50)이 학습 효율성과 정확성이 높은 방법임을 도출하였다.
평가 결과에서와 같이 SE-ResNet 알고리즘이 평균 94%의 정확도를 보인 반면 ResNet이 평균 86%로 비교적 낮은 정확도를 보였다. 딥러닝 깊이에 따른 결과에서는 ResNet과 SE-ResNet 모두 101인 경우 92%와 96%로 가장 높았으며, SE-ResNet의 경우 깊이 50에서도 96%의 정확도를 보였다. 딥러닝 깊이값이 작을수록 파라미터 수가 적어 복잡도가 낮고, 학습시간이 짧기 때문에 결과적으로 SE-ResNet(50)이 학습 효율성과 정확성이 높은 방법임을 도출하였다.
2]와 같다. 평가 결과에서와 같이 SE-ResNet 알고리즘이 평균 94%의 정확도를 보인 반면 ResNet이 평균 86%로 비교적 낮은 정확도를 보였다. 딥러닝 깊이에 따른 결과에서는 ResNet과 SE-ResNet 모두 101인 경우 92%와 96%로 가장 높았으며, SE-ResNet의 경우 깊이 50에서도 96%의 정확도를 보였다.

후속연구

본 논문에서는 미용 관련 피부질환을 대상으로 딥러닝 이미지 인식 기술을 적용하여 질환 부위 이미지만으로 피부 미용질환을 약 96%의 정확도로 식별하는 어플리케이션을 제시하였다. 향후 본 어플리케이션은 피부 관리와 관련된 의료ㆍ미용 분야 서비스와 연계함으로써 개인의 피부질환 자가진단 및 피부 관리를 위한 의료ㆍ미용 정보 제공, 관련 제품 홍보 등에 활용 가능하도록 확장할 예정이다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

[국내논문] 딥러닝 이미지 인식 기술을 활용한 개인 피부질환 식별용 어플리케이션 설계
A Design of Application using Deep Learning Image Recognition for Identification of Individual Skin Diseases 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

[국내논문] 딥러닝 이미지 인식 기술을 활용한 개인 피부질환 식별용 어플리케이션 설계 A Design of Application using Deep Learning Image Recognition for Identification of Individual Skin Diseases 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

[국내논문] 딥러닝 이미지 인식 기술을 활용한 개인 피부질환 식별용 어플리케이션 설계
A Design of Application using Deep Learning Image Recognition for Identification of Individual Skin Diseases 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper