딥러닝 기반 두피 이미지 분석 시스템
Scalp Diagnosis System based on Deep Learning
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
스트레스로 인한 탈모 인구가 급증하면서 머리 관리에 관한 관심이 증가하고 있는 상황에서 IT 기술의 발전은 IT와 헬스케어를 융합한 스마트 헬스케어로 발전하고 있으며 특히 AI 기술의 등장은 이 분야의 성장을 가속화하고 있다. 본 연구에서는 양호, 경증, 중증 상태를 나타내는 각각 680장의 원시 두피 이미지에 대해 이미지 크기 조정, 정규화, 증식 등의 전처리 과정을 거쳐 여러 층의 합성곱 층, 배치 정규화, 풀링 층을 포함하는 딥러닝 합성곱 신경망(CNN)을 기반으로 개인의 두피 상태를 분석하는 두피 이미지 딥러닝 분석 모델을 개발한다. 모델의 학습 과정을 모니터링하고 에포크 수, 가중치 등의 하이퍼파라미터를 최적화하여 모델의 성능을 향상시키며 학습된 모델의 성능을 평가하기 위해 학습에 사용되지 않은 평가 데이터를 이용하여 모델의 성능을 검증하고, 모델을 개선하는 방안을 제시한다.
Abstract
Abstract With the advent of AI technologies, smart healthcare that combines IT and healthcare convergence, develops rapidly as the concern for hair loss diagnosis and prevention increases. This study is a scalp image deep learning analysis model that analyzes individual scalp status based on a deep learning, convolutional neural network (CNN) with a composite of multiple layers of synthesis, normalization, and pooling layer through the pretreatment process of image size adjustment, normalization, and proliferation for 680 primitive scalp images representing good, mild, and severe status. We have evaluated the performance of the trained model using data not used for training and suggested ways to improve the performance of the model by optimizing the hyper parameters such as number of epoch and weight.