Adaptive R-CNN with Center Surround Difference for Hemorrhage Segmentation in CT Images : CT 영상에서 뇌출혈 검출을 위해 Center Surround Difference 방법을 적용한 Adaptive R-CNN
Cerebral hemorrhage is a type of stroke, in which the brain's blood vessels rupture and blood leaks into brain tissue. Because of its diverse bleeding patterns in a wide range of scales, detecting and localizing the bleeding region is difficult and time-consuming even when its Computerized Tomography (CT) scan is examined by radiologists. Furthermore, failing to localize any small bleeding region during diagnosis could result in disability or death of a patient. Therefore, providing an accurate automated segmentation from the CT scan to the doctors is crucial to reduce the patient's risk. For this reason, we propose a novel approach with 3 main novelty, Center Surround Difference U-Net, Adaptive Region of Interest Align, and multi-scale segmentation with CNN. In our model, center surround difference U-Net detects not only the bleeding area but also every potential candidate region of bleeding and presents the wider RoI. Also, the proposed model adopts adaptive Region of interest align and each aligned RoI goes through a proper depth of segmentation path to localize the bleeding. The proposed multi-scale segmentation architecture enables not only the segmentation of the overall form of bleeding and even small bleeding area, but also reduce the false-negative rate in segmentation. In experiments, the proposed model shows superior segmentation performance compared to other hemorrhage segmentation models and also addresses the small region detection problem.
더보기뇌출혈은 뇌졸중의 종류 중 하나로, 뇌혈관이 파열되어 혈액이 뇌조직으로 새어나가 발생하는 질환이다. 뇌출혈은 뇌종양과 달리 넓은 범위에서 다양한 출혈 형태를 나타내므로 방사선 전문의가 CT 영상을 검사하더라도 정확한 발견과 출혈 검출에 시간이 소요되며 어려움이 있다. 게다가, 검출 과정에서 작은 출혈 부위 하나라도 놓치는 부분이 있으면 환자에게 장애를 안기거나, 심한 경우 사망에 이를 수도 있다. 따라서 환자의 위험 감소를 위해 자동화된 방법을 통해 CT 영상에서 출혈을 정확하게 검출 후 의사에게 제공하여 도움을 주는 것이 중요하다. 이러한 이유로, 우리는 Center surround difference U-Net(CSD U-NET)과 Adaptive Region of Interest(RoI) align 을 적용한 Adaptive R-CNN 과 다중 스케일 CNN 검출 경로를 거쳐 하나의 결과로 통합하는 새로운 접근 방식을 제안한다. 본 모델에서 CSD U-Net 은 출혈 영역은 물론, 출혈이 의심되는 후보 영역까지 감지하여 RoI를 제시하고, Adaptive R-CNN에서 출혈 크기에 따라 적절하게 Adaptive RoI Align 방법을 적용한 후 각각의 Align 된 RoI가 적합한 깊이의 검출 경로를 거쳐 정확하게 출혈을 검출한다. 제안된 다중 스케일 CNN 검출 구조는 뇌출혈의 전체적인 형태와 작은 출혈까지 검출할 수 있을 뿐만 아니라, 검출의 False negative rate를 감소시킬 수 있다. 실험 결과를 통해 제안된 방법이 다른 뇌출혈 검출 모델에 비해 우수한 성능을 나타내며 작은 출혈 검출 문제도 해결하는 것을 확인할 수 있다.
더보기서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)