PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.27405v1eess.IV

CNN 및 ResNet 아키텍처를 이용한 MRI 영상의 뇌종양 자동 검출

Automated brain tumor detection in MRI images using CNN and ResNet architectures

심층 학습은 의료 영상 분석, 특히 MRI 스캔을 이용한 질병 검출에서 상당한 잠재력을 보여 왔다. 뇌 구조의 복잡성과 수동 해석에 대한 의존으로 인해 뇌종양의 정확하고 조기 진단은 여전히 어려운 과제이다. 본 연구는 CNN과 ResNet 아키텍처를 사용하여 MRI 영상으로부터 뇌종양을 검출하는 자동화된 심층 학습 기반 접근법을 제시한다. 사전학습된 ResNet18과 ResNet50 두 아키텍처에 전이학습을 적용하여 MRI 스캔을 종양 및 비종양 범주로 분류한다. 3,929장의 뇌 MRI 영상 데이터셋에 대해 실험을 수행하여 모델 깊이와 미세조정 전략의 영향을 평가하였다. 결과는 ResNet18이 ResNet50의 96%에 비해 97%의 더 높은 정확도를 달성하여, 제한된 의료 데이터에서 더 나은 일반화 성능을 보임을 나타낸다. 제안된 프레임워크는 빠르고 정확하며 비용 효율적인 뇌종양 검출을 가능하게 하여, 조기 진단과 임상 의사결정을 지원한다.