메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김기영 (경희의료원) Cam-Hao Hua (경희대학교) 배성호 (경희대학교) 이승룡 (경희대학교) 유승영 (경희의료원)
저널정보
한국통신학회 한국통신학회지(정보와통신) 한국통신학회지 (정보와통신) 제37권 제9호
발행연도
2020.8
수록면
47 - 52 (6page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
당뇨병성 망막증(Diabetic Retinopathy, DR)은 시력 장애와 실명의 주요한 원인으로, 질병의 단계를 정확하게 평가할 수 있다면 안과 방문 일정과 후속 치료 계획을 효과적으로 수립하여 안과검진과 치료에 있어 비용 절약이 가능하다. 기존 연구들은 전자 의무 기록(Electronic Medical Records, EMR)의 속성 값만을 참조하여 전통적인 기계학습 방법을 사용해 DR 평가를 위한 인자를 획득하며, 이러한 방법은 DR에 중요한 영향을 끼치는 위험 인자를 식별하는데 있어 많은 노력이 필요하다. 이를 줄이고자 본고에서는 안저 사진을 이용하여 DR 위험 진행 상태를 식별하는 심층 바이모달 학습 기반의 Tri-SDN (Trilogy of Skip-connection Deep Networks)를 제안한다. Tri-SDN은 안저 사진과 EMR 속성의 기준 및 경과 데이터 간의 관계를 철저하게 파악할 수 있다. 본 연구에서는 96명의 당뇨병 환자를 대상으로 실험을 진행한 결과 기존의 방법보다 노력과 시간이 감소하면서도 탐지 능력은 향상되어 정확도 90.6%, 민감도 96.5%, 정밀도 88.7%, 특이도 82.1%, 그리고 수신자 조작 특성 아래 영역(Area Under Receiver Operating Characteristics, AUROC)에서 88.8%를 나타내었다.

목차

요약
Ⅰ. 서론
Ⅱ. 방법론
Ⅲ. 실험 결과
Ⅳ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-567-001125224