Основні поняття
폐 X선 이미지를 활용하여 정상, COVID-19, 폐렴을 자동으로 감지하고 예측하는 효율적인 딥러닝 모델 V-BreathNet을 개발하였다.
Анотація
연구 목적: COVID-19와 같은 전염성 질병의 빠르고 저렴한 진단을 위해 X선 영상 기반의 자동 감지 시스템 개발
데이터 전처리: SIRM COVID-19 데이터셋의 흑백 폐 X선 이미지를 사용하였으며, 저대비 및 흐린 이미지 제거, 데이터 증강 등의 전처리 수행
실험 1: 전이 학습 모델(VGG16, DenseNet, MobileNetV2) 적용 시 과적합 문제 발생
모델 개발: 파라미터 수가 적은 V-BreathNet 모델 개발
합성곱 신경망 기반의 구조로, 배치 정규화, 최대 풀링, 드롭아웃 등의 기법 활용
96.84%의 최고 검증 정확도 달성
모델 해석: GradCAM 기법을 통해 모델이 폐 가장자리, 심장 영역, 횡격막 등을 중요하게 고려하는 것을 확인
결과: V-BreathNet은 작은 모델 크기에도 불구하고 기존 모델 대비 우수한 성능을 보여, 저사양 의료 기기에서도 활용 가능한 솔루션을 제공
Статистика
정상 X선 영상의 경우 폐 가장자리, 늑골 영역이 주요 예측 요인
COVID-19 X선 영상의 경우 폐 가장자리와 폐 내부 불투명도 영역이 주요 예측 요인
폐렴 X선 영상의 경우 폐 가장자리와 심장 영역이 주요 예측 요인
Цитати
"전이 학습 모델은 흑백 X선 이미지에 적합하지 않은 것으로 나타났다."
"V-BreathNet 모델은 작은 크기에도 불구하고 기존 모델 대비 우수한 성능을 보였다."