Core Concepts
심장 초음파 영상 데이터를 활용하여 심장 상태를 자동으로 예측하는 심장 병리 인식 시스템을 제안한다. 이를 위해 고차 동적 모드 분해 기법과 비전 트랜스포머 기반 딥러닝 모델을 활용한다.
Abstract
이 연구는 심장 초음파 영상을 활용하여 자동으로 심장 병리를 인식하는 시스템을 제안한다. 이 시스템은 두 단계로 구성된다.
첫 번째 단계에서는 심장 초음파 영상 데이터베이스를 기계 학습에 적합한 형태로 변환한다. 이를 위해 고차 동적 모드 분해(HODMD) 알고리즘을 의료 분야에 처음으로 적용하여 데이터 증강과 특징 추출을 수행한다.
두 번째 단계에서는 비전 트랜스포머(ViT) 기반 딥러닝 모델을 설계하고 학습한다. 이 모델은 작은 데이터셋에서도 효과적으로 학습할 수 있도록 개선되었다.
실험 결과, 제안된 시스템이 기존 합성곱 신경망 모델보다 우수한 성능을 보였다. 특히 HODMD 알고리즘을 활용한 데이터 증강과 ViT 모델의 개선이 성능 향상에 기여했다.
Stats
심장 질환은 전 세계적으로 가장 큰 사망 원인이다.
매년 약 1800만 명이 심장 질환으로 사망한다.
의료 데이터 증가로 인해 조기 정확한 심장 질환 진단 시스템 개발이 필요하다.
Quotes
"심장 질환은 전 세계적으로 가장 큰 사망 원인이다."
"매년 약 1800만 명이 심장 질환으로 사망한다."