지루성 두피염 진단을 위한 Faster R-CNN과 Atrous 컨볼루션 기반의 두피 각질 검출 기법 (A Scalp Keratin Detection Method Based on Atrous Convolution and Faster R-CNN for Diagnosis of Seborrheic Scalpitis)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회 컴퓨팅의 실제 논문지 / 27권 / 9호 / 440 ~ 445페이지
· 저자명 : 조성국, 김형준, 정원용, 황인준

초록

지루성 두피염은 과도한 스트레스나 화학제품의 남용, 불균형한 영양 섭취 등 다양한 요인으로 인해 발생하는 질병이다. 두피염의 대표적인 증상은 두피의 각질과 통증이며, 증상이 심해지면 탈모가 발생할 수 있다. 이에 각질 검출을 통해 두피염을 초기에 진단할 수 있는 스마트폰 기반의 애플리케이션이 다수 개발되었다. 하지만, 대부분은 수치로 된 분석 결과만을 제공할 뿐, 그 수치에 관한 근거를 확인하기 어렵다. 따라서, 본 논문에서는 지루성 두피염 진단을 위한 근거를 시각적으로 보여주기 위해 두피 영상에서 각질의 유무와 위치를 추출하는 기법을 제안한다. 이를 위해, 각질 검출에 Faster R-CNN (Faster Regions with Convolutional Neural Network) 모델을 사용하였으며, 모델의 성능을 더욱 향상하기 위해 Atrous 컨볼루션 연산을 적용하였다. 기존 컨볼루션과 Atrous 컨볼루션을 적용한 Faster R-CNN의 비교를 통해 우리가 제안하는 기법이 효과적으로 두피 각질을 검출할 수 있음을 보인다.

영어초록

Seborrheic scalpitis can be caused by various factors, such as excessive stress, abuse of chemicals, and unbalanced nutrition. Typical symptoms of this disease entity are keratin and pain over the scalp, and when the symptoms become severe, hair loss may occur. Although various smartphone applications have been developed for early detection of scalpitis, it is difficult to ascertain the rationale for the results because they only provide numerical analysis. Therefore, in this paper, we propose a method for detection of keratin from scalp images to visualize the basis for diagnosing seborrheic scalpitis. In particular, we use the Faster Regions with Convolutional Neural Network (Faster R-CNN) model for keratin detection and apply atrous convolution to further improve the detection performance. By comparing our proposed method to the original Faster R-CNN method, we show that our method can effectively diagnose the symptoms of seborrheic scalpitis.

참고자료

· 없음