Automated Tuberculosis Detection from Chest Radiographs
연구 내용
VGG-UNet 기반 분할·분류 파이프라인에 LBP 특징과 Spotted Hyena 알고리즘을 결합하여 결핵을 자동 검출하는 연구
흉부 X선에서 결핵을 자동으로 검출하기 위해 영상 분할과 분류를 함께 수행하는 구조를 적용합니다. VGG-UNet을 활용한 폐 영역 분할을 먼저 수행한 뒤, 딥 특징 추출과 LBP 기반 특징 생성을 병렬로 수행합니다. 이후 Spotted Hyena Algorithm을 이용해 최적 특징을 선택하고, 직렬 특징 결합을 통해 최종 분류기를 구성합니다. 이러한 결합형 특징 설계와 특징 선택 절차는 데이터 품질과 변동성을 고려한 판독 자동화에 초점을 둡니다.
관련 연구 성과
관련 논문
1편
관련 특허
0건
관련 프로젝트
0건
연구 흐름
초기에는 흉부 X선에서 병변 탐지를 위한 자동화 파이프라인으로 VGG-UNet 기반 joint segmentation과 분류 구조를 구축했습니다. 이후에는 딥 특징과 LBP의 조합을 통해 특징 표현의 보완성을 확보하고, Spotted Hyena Algorithm 기반 최적 특징 선택을 도입하여 과적합을 줄이는 방향으로 확장했습니다. 최종적으로 특징 결합과 분류 검증 절차를 체계화하여 결핵 검출 성능을 높이는 연구를 수행했습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
Tuberculosis Detection in Chest Radiographs Using Spotted Hyena Algorithm Optimized Deep and Handcrafted Features