Development of an Optimized Deep Learning Model for Medical Imaging
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 김영재 | - |
dc.contributor.author | 김광기 | - |
dc.date.available | 2021-01-04T00:40:26Z | - |
dc.date.created | 2020-12-01 | - |
dc.date.issued | 2020-11 | - |
dc.identifier.issn | 1738-2637 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/gachon/handle/2020.sw.gachon/79575 | - |
dc.description.abstract | 최근, 의료 영상 분야에서 딥러닝은 가장 활발하게 연구되고 있는 기술 중 하나이다. 충분한데이터와 최신의 딥러닝 알고리즘은 딥러닝 모델의 개발에 중요한 요소이다. 하지만 일반화된 최적의 딥러닝 모델을 개발하기 위해서는 데이터의 양과 최신의 딥러닝 알고리즘 외에도많은 것을 고려해야 한다. 데이터 수집부터 가공, 전처리, 모델의 학습 및 검증, 경량화까지 모든 과정이 딥러닝 모델의 성능에 영향을 미칠 수 있기 때문이다. 본 종설에서는 의료 영상에최적화된 딥러닝 모델을 위해 개발 과정 각각에서 고려해야 할 중요한 요소들을 살펴보고자한다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 대한영상의학회 | - |
dc.relation.isPartOf | 대한영상의학회지 | - |
dc.title | Development of an Optimized Deep Learning Model for Medical Imaging | - |
dc.title.alternative | 의료 영상에 최적화된 딥러닝 모델의 개발 | - |
dc.type | Article | - |
dc.type.rims | ART | - |
dc.description.journalClass | 1 | - |
dc.identifier.doi | 10.3348/JKSR.2020.0171 | - |
dc.identifier.bibliographicCitation | 대한영상의학회지, v.81, no.6, pp.1274 - 1289 | - |
dc.identifier.kciid | ART002651302 | - |
dc.description.isOpenAccess | N | - |
dc.identifier.scopusid | 2-s2.0-85098104331 | - |
dc.citation.endPage | 1289 | - |
dc.citation.startPage | 1274 | - |
dc.citation.title | 대한영상의학회지 | - |
dc.citation.volume | 81 | - |
dc.citation.number | 6 | - |
dc.contributor.affiliatedAuthor | 김영재 | - |
dc.contributor.affiliatedAuthor | 김광기 | - |
dc.subject.keywordAuthor | Deep Learning | - |
dc.subject.keywordAuthor | Algorithms | - |
dc.subject.keywordAuthor | Data Collection | - |
dc.subject.keywordAuthor | Product Labeling | - |
dc.subject.keywordAuthor | Diagnostic Imaging | - |
dc.description.journalRegisteredClass | scopus | - |
dc.description.journalRegisteredClass | kci | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
1342, Seongnam-daero, Sujeong-gu, Seongnam-si, Gyeonggi-do, Republic of Korea(13120)031-750-5114
COPYRIGHT 2020 Gachon University All Rights Reserved.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.