유방초음파 영상의 질감특징을 이용한 딥러닝 기반 종양판별에 관한 연구 (A Study of Deep Learning-based Tumor Discrimination Using Texture Features of Breast Ultrasound Image)

서지정보

· 발행기관 : 한국지능시스템학회
· 수록지 정보 : 한국지능시스템학회 논문지 / 30권 / 1호 / 54 ~ 59페이지
· 저자명 : 조용현

초록

본 논문에서는 유방초음파 영상의 전처리 후 질감특징을 이용한 심층학습 기반 종양판별을 제안한다. 여기서 전처리는영상의 질을 개선하기 위한 것으로 잡음제거와 선명화와 대비조정 및 크기 재조정 과정이며, 질감특징은 초음파의국소속성을 반영하기 위함으로 중간국소이진패턴(Median local binary pattern : MLBP)에 의해 추출된다. 다음으로 추출된질감특징을 이용하여 Convolutional neural network(CNN)의 심층학습을 수행함으로써 초음파 영상을 판별한다. 제안된기법을 영상과 종양의 크기가 각각 다른 250개(양성 : 100개, 악성 : 150개)의 유방초음파 영상을 대상으로 실험한 결과, 단순히 전처리와 심층학습만을 수행한 방법과 동일한 판별율을 보이나 빠른 판별시간을 가짐을 확인하였다.

영어초록

In this paper, we propose a deep learning based tumor discrimination using texture features after preprocessing of breast ultrasound images. The preprocessing here is to improve the quality of the image, which is the process of noise reduction, sharpening, contrast adjustment and resizing. The texture features are extracted by the median local binary pattern(MLBP) to reflect the local attributes of ultrasound. Next, we classify ultrasound images by performing deep learning of the convolutional neural network(CNN) using the extracted texture features. The proposed technique has been applied to discriminate 250(benign : 100, malignant : 150) breast ultrasound images with different image and tumor sizes. The experimental results show that the proposed method has same discrimination rate and fast discrimination time compared withth e preprocessing and deep learning method.

참고자료

· 없음