http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
- 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
- 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
RISS 인기검색어
- 검색키워드
- 저자 : 도누따이 (검색결과 3 건)
- 무료
- 기관 내 무료
- 유료
-
다단계 Seg-Unet 모델을 이용한 방사선 사진에서의 End-to-end 골 종양 분할 및 분류
도누따이,정성택,양형정,김수형 한국정보과학회 2020 정보과학회논문지 Vol.47 No.2
Knee bone tumor detection plays an essential role in assisting the clinical diagnosis process. To the best of our knowledge, there is no method to integrate end-to-end segmentation and classification for this problem. In this paper, we propose a multi-task deep learning architecture for classification and segmentation of the tumor regions in the knee bone. Also, we introduce multi-level distance masks from the distance transform of tumor region, and these multi-level distance masks have a role as a guided filter in enabling the network to capture semantic data around tumor regions. Besides, the architecture has a regularizing effect on the learning process between segmentation and classification. Our model was evaluated on the Chonnam National University Hospital dataset and achieved good performance compared to other methods. 무릎 골종양 검출은 의료진단 보조 시스템 구현에 있어서 중요한 역할을 담당한다. 지금까지 제시된 방법 중 입력 X-ray 영상에서 종양을 검출하고 이를 분류하는 기능이 모두 포함된 end-to-end 시스템은 없다. 본 논문에서는 다중 딥러닝에 기반한 end-to-end 시스템을 제안한다. 이를 위해 우리는 영상내 종양부분에 대한 거리변환으로부터 다단계 마스크를 생성하고, 이를 해당 종양의 의미론적 정보를 추출하는 신경망의 guided filter로 활용한다. 또한, 제안된 신경망 구조는 종양의 분할과 분류 과정을 학습하는 과정에서 정규화하는 효과를 포함하고 있다. 제안된 신경망 모델이 전남대학교병원에서 구축한 데이터셋에 대해 다른 기법들보다 우수한 성능을 보임을 입증하였다.
-
Nhu-Tai Do(도누따이),Sung-Taek Jung(정성택),Hyung-Jeong Yang(양형정),Soo-Hyung Kim(김수형) 한국정보과학회 2020 정보과학회논문지 Vol.47 No.2
무릎 골종양 검출은 의료진단 보조 시스템 구현에 있어서 중요한 역할을 담당한다. 지금까지 제시된 방법 중 입력 X-ray 영상에서 종양을 검출하고 이를 분류하는 기능이 모두 포함된 end-to-end 시스템은 없다. 본 논문에서는 다중 딥러닝에 기반한 end-to-end 시스템을 제안한다. 이를 위해 우리는 영상내 종양부분에 대한 거리변환으로부터 다단계 마스크를 생성하고, 이를 해당 종양의 의미론적 정보를 추출하는 신경망의 guided filter로 활용한다. 또한, 제안된 신경망 구조는 종양의 분할과 분류 과정을 학습하는 과정에서 정규화하는 효과를 포함하고 있다. 제안된 신경망 모델이 전남대학교병원에서 구축한 데이터셋에 대해 다른 기법들보다 우수한 성능을 보임을 입증하였다. Knee bone tumor detection plays an essential role in assisting the clinical diagnosis process. To the best of our knowledge, there is no method to integrate end-to-end segmentation and classification for this problem. In this paper, we propose a multi-task deep learning architecture for classification and segmentation of the tumor regions in the knee bone. Also, we introduce multi-level distance masks from the distance transform of tumor region, and these multi-level distance masks have a role as a guided filter in enabling the network to capture semantic data around tumor regions. Besides, the architecture has a regularizing effect on the learning process between segmentation and classification. Our model was evaluated on the Chonnam National University Hospital dataset and achieved good performance compared to other methods.
-
A TabNet - Based System for Water Quality Prediction in Aquaculture
Trong-Nghia Nguyen,김수형(Soo Hyung Kim),도누따이(Nhu-Tai Do),Thai-Thi Ngoc Hong,양형정(Hyung Jeong Yang),이귀상(Guee Sang Lee) 한국스마트미디어학회 2022 스마트미디어저널 Vol.11 No.2
In the context of the evolution of automation and intelligence, deep learning and machine learning algorithms have been widely applied in aquaculture in recent years, providing new opportunities for the digital realization of aquaculture. Especially, water quality management deserves attention thanks to its importance to food organisms. In this study, we proposed an end-to-end deep learning-based TabNet model for water quality prediction. From major indexes of water quality assessment, we applied novel deep learning techniques and machine learning algorithms in innovative fish aquaculture to predict the number of water cells counting. Furthermore, the application of deep learning in aquaculture is outlined, and the obtained results are analyzed. The experiment on in-house data showed an optimistic impact on the application of artificial intelligence in aquaculture, helping to reduce costs and time and increase efficiency in the farming process.
ScienceON연관 검색어 추천
이 검색어로 많이 본 자료
활용도 높은 자료
