한국정보처리학회:학술대회논문집 (Proceedings of the Korea Information Processing Society Conference)
- 한국정보처리학회 2019년도 춘계학술발표대회
- /
- Pages.375-378
- /
- 2019
- /
- 2005-0011(pISSN)
- /
- 2671-7298(eISSN)
DOI QR Code
캡슐내시경 동영상으로부터 학습 데이터 레이블링을 위한 정보 추출 기법
Information Extraction Method for Labeling Learning Data from the Capsule Endoscopic Video Images
- 장현웅 (아주대학교 전자공학과) ;
- 임창남 (아주대학교 전자공학과) ;
-
박예슬
(아주대학교 전자공학과) ;
- 이광재 (아주대학교 의과대학 소화기내과) ;
-
이정원
(아주대학교 전자공학과)
- Jang, Hyeon-Woong (Department of Electrical and Computer Engineering, Ajou University) ;
- Lim, Chang-Nam (Department of Electrical and Computer Engineering, Ajou University) ;
-
Park, Ye-Seul
(Department of Electrical and Computer Engineering, Ajou University) ;
- Lee, Kwang-Jae (Department of Gastroenterology, Ajou University Hospital) ;
-
Lee, Jung-Won
(Department of Electrical and Computer Engineering, Ajou University)
- 발행 : 2019.05.10
초록
최근 딥러닝과 머신러닝 기법이 소프트웨어의 성능 향상에 도움이 되는 것이 입증됨에 따라, 의료 영상 진단 보조 소프트웨어를 개발하기 위한 시도가 활발해 지고 있다. 그 중 캡슐내시경은 소장 소화기관을 관찰할 수 있는 초소형 의료기기로, 기존의 내시경 검사와 다르게 이물감이 느껴지지 않고 의료보험 적용으로 최근 들어 널리 이용되고 있다. 일반적으로 캡슐 내시경은 8 시간 동안 소화기간을 촬영하며, 한 번의 검사 결과로 생성된 동영상 데이터 셋은 수 만장의 이미지를 포함하기 때문에, 방대한 양의 이미지들을 효율적으로 관리하기 위한 체계가 필요하다. 특히, 방대한 양의 캡슐내시경 이미지를 학습하는 경우, 수 만장의 이미지 속에서 유의미한 특징(촬영정보, 의사소견, 환자정보, 병변의 위치 및 크기 등)을 추출해내야 하므로 학습 데이터 레이블링을 위한 정보를 정확히 추출해야 하는 작업이 요구된다. 따라서 본 논문에서는 캡슐내시경 영상을 학습할 때, 학습 데이터 레이블 정보를 체계적으로 구축할 수 있게 하는 레이블 정보 추출 기법을 제안하고자 한다. 제안하는 기법은 병원에서 14년간 수집된 총 340명의 캡슐내시경 데이터(약 1,700 만장의 이미지)를 토대로 영상데이터를 구조적으로 분석하여 유의미한 정보를 추출하고 노이즈 데이터를 제거한 뒤, 빅데이터 저장소에 적재할 수 있음을 보였다.
키워드