위 조직 병리 이미지 분류를 위한 신뢰 점수 기반 심층 능동 학습Deep active learning for stomach histopathology image classification based on confidence scores
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.advisor | 이문용 | - |
| dc.contributor.advisor | Yi, Mun Yong | - |
| dc.contributor.author | 김현수 | - |
| dc.date.accessioned | 2021-05-13T19:36:43Z | - |
| dc.date.available | 2021-05-13T19:36:43Z | - |
| dc.date.issued | 2020 | - |
| dc.identifier.uri | http://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=925061&flag=dissertation | en_US |
| dc.identifier.uri | http://hdl.handle.net/10203/284908 | - |
| dc.description | 학위논문(석사) - 한국과학기술원 : 지식서비스공학대학원, 2020.8,[iv, 39 p. :] | - |
| dc.description.abstract | 위암은 세계적으로 만연하고 위험한 암 중 하나이지만, 조기에 진단하기 어렵다. 임상병리사는 조직 세포 사진으로부터 비정상 신호를 섬세하게 찾아내야 한다. 위암 이미지 분류 자동화 기술은 임상병리사에게 큰 도움이 될 수 있다. 딥 러닝의 발전에 따라, 딥 러닝은 이미지 분류 자동화 기술의 주요 선택지가 되었다. 딥 러닝을 위암 판독 자동화 기술에 적용하려면 많은 양의 데이터가 필요하다. 의료 데이터는 전문가만이 레이블링 할 수 있으며 상당한 시간과 노력이 필요하다. 그래서 레이블링이 필요한 데이터를 줄이기 위해 신뢰 점수 기반 능동 학습을 고안했다. 신뢰 점수를 구하기 위해 단일 신경망을 사용했으며 신뢰 점수를 기반으로 더 가치 있는 데이터를 선별한다. 우리는 성능 저하 없이 더 적은 데이터를 사용해서 모델을 학습시키는 방법을 제안한다. | - |
| dc.language | kor | - |
| dc.publisher | 한국과학기술원 | - |
| dc.subject | 의료 이미지 분류▼a심층 능동 학습▼a신뢰 점수▼a단일 신경망▼a심층 학습 | - |
| dc.subject | Medical Image Classification▼aDeep Active Learning▼aConfidence Score▼aSingle Neural Network▼aDeep Learning | - |
| dc.title | 위 조직 병리 이미지 분류를 위한 신뢰 점수 기반 심층 능동 학습 | - |
| dc.title.alternative | Deep active learning for stomach histopathology image classification based on confidence scores | - |
| dc.type | Thesis(Master) | - |
| dc.identifier.CNRN | 325007 | - |
| dc.description.department | 한국과학기술원 :지식서비스공학대학원, | - |
| dc.contributor.alternativeauthor | Kim, Hyun-Su | - |
- Appears in Collection
- KSE-Theses_Master(석사논문)
- Files in This Item
- There are no files associated with this item.
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.