이중 디코딩 유넷을 이용한 각막궤양 분할
Corneal Ulcer Discrimination using Double Decoded U-Net
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
각막 궤양은 세균, 바이러스, 곰팡이 등에 의한 감염이나 충격을 통한 각막 손상에 의해 발생한다. 세균성 각막 궤양의 경우 통증, 이물감, 충혈, 그리고 빛 과민성 등의 증상을 보이며 심할 경우 실명까지 이르게 되는 위급한 장애이다. 따라서 초기 각막 궤양에 대한 빠른 진단이 필요하고이를 위해서는 세극등 검사와 배양검사 등의 전문적인 검사를 진행해야 한다. 또한 의료진의 지속적인 진찰을 필요로 하는데 환자들은 초기에 빠른 진단과 치료를 받기 어려운 상황이 발생할수 있다. 본 연구에서는 다양한 영상처리 기법을 이용하여 전처리 및 후처리를 진행한 후 각막궤양 영역 분할을 위해 U-Net 모델의 구조를 개선한 Double Decoded U-Net (DBDU-Net) 모델을고안하고 실험을 진행하였다. DBDU-Net 모델은 기존 U-Net 모델에 확장경로를 하나 더 이어붙인구조로 축소경로와 첫 번째 확장경로에서 추출되는 특징 맵을 두 번째 확장경로에 연속적으로 연결한 것이다. DBDU-Net을 이용하여 각막 궤양 영역의 위치 정보와 객체 형태를 학습한 후 평가지표로서 Dice 유사도는 평균 93.32%, 최대 98.66%의 정확도를 보였다.
Abstract
Corneal ulcers are caused by damage to the cornea through infection or shock by bacteria, viruses, or fungi. Bacterial corneal ulcers are an urgent disorder that causes symptoms such as pain, foreign body sensation, redness, and light sensitivity, and can even lead to blindness in severe cases. Therefore, a quick diagnosis of early corneal ulcers is necessary, and for this, professional tests such as slit lamp examination and culture test must be performed. In addition, continuous examination by medical staff is required, and patients may find it difficult to receive prompt diagnosis and treatment in the early stages. In this study, after performing pre-processing and post-processing using various image processing techniques, we designed and experimented with a Double Decoded U-Net (DBDU-Net) model that improved the structure of the U-Net model for corneal ulcer area segmentation. The DBDU-Net model is a structure in which one more expanding path is connected to the existing U-Net model, and the contracting path and the feature map extracted from the first expanding path are successively connected to the second expanding path. After learning the location information and object shape of the corneal ulcer area using DBDU-Net, the Dice similarity as an evaluation index showed an average accuracy of 93.32% and a maximum accuracy of 98.66%.