원문정보
Exploring the Potential Applications of Images Generated by StyleGAN3 in the Medical Field
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
한국어
딥러닝 기술의 발전으로 인공지능 기술을 의학 분야에 활용하고자 하는 노력이 지속적으로 이루어지고 있다. 그러나 딥러닝 기술에 필요한 의료 이미지 데이터의 경우 개인정보가 포함될 수 있기에 접근이 어려운 상황이다. 본 연구에서는 이미지를 생성하는 인공지능 모델인 GAN(Generative Adversarial Network)을 이용하여 생성된 이미지와 실제 의료 이미지 데이터를 비교함으로써, 해당 이미지의 의료 데이터로서의 활용 가능성을 탐색하고자 한다. 뇌 종양 데이터를 대상 데이터로 선정한 이유는 시각적으로 종양의 유무를 판단하기 용이하여, GAN의 학습 단계에 있어 용이할 것이라 판단하였다. StyleGAN3에 실제 뇌 종양 이미지를 학습하여, 가상 뇌 종양 이미지를 생성한 후 “정상”, “실제”, “생성”, 3가지 종류의 이미지를 2종류씩 분류하여 정확도를 확인하여 “생성” 이미지의 신뢰도를 측정하였다. 실험 결과 “생성” 이미지와 “실제” 이미지의 분류 정확도가 높아 두 종류의 이미지에 분류에 있어 큰 차이가 있다는 것을 확인했다.
목차
요약
1. 서론
2. 관련연구
3. 실험방법
3.1. 데이터셋
3.2. 실험환경
3.3. 방법론
4. 실험결과
5. 결론
Acknowledgement
참고문헌
1. 서론
2. 관련연구
3. 실험방법
3.1. 데이터셋
3.2. 실험환경
3.3. 방법론
4. 실험결과
5. 결론
Acknowledgement
참고문헌
저자정보
참고문헌
자료제공 : 네이버학술정보