이중 부분 주의 기반 다중 합성곱 프레임워크를 이용한 피부암 탐지 개선 연구
Advanced Skin Cancer Detection Using Dual Partial Attention Aware Multiple Convolutional Framework
2
조회
0
다운로드
0
인용
0
참고문헌
키워드
초록
흑색종과 비흑색종 피부암은 매년 전 세계적으로 수백만 건의 새로운 사례가 확인되는 가장 흔한 피부암의 두 형태이다. 피부암은 자외선 노출로 인한 DNA 손상에서 비롯한 피부 세포의 통제되지 않은 증식에서 발생한다. 조기 발견을 통한 치료는 높은 회복률을 보이지만, 늦은 발견은 악성 종양으로 성장할 수 있으며 치료를 어렵게 만든다. 본 연구는 ResNet-50과 VGG-19의 장점을 결합한 다중 합성곱 신경망 구조의 DV-PAC를 (Dual Vision Partial Attention Channel) 제안하여, 부분 주의 메커니즘을 통해 특징 표현을 강화하고 분류 정확도를 향상시킨다. 모델의 성능은 피부경 검사 영상 분석에서 주로 사용되는 HAM10000 데이터세트를 기반으로 평가한다. 실험 결과, 제안된 모델은 단일 구조의 모델을 뛰어넘는 정확도를 달성하며, 이중 백본 신경망과 주의 기반 융합의 결합 구조가 피부 병변 분류에서 높은 효과가 있음을 입증한다.
Abstract
Melanoma and non-melanoma skin cancers are among the most common types of skin cancer, with millions of new cases reported worldwide each year. Skin cancer arises from the uncontrolled proliferation of skin cells caused by DNA damage due to UV radiation exposure. Early detection enables high recovery rates, whereas late detection may lead to malignant tumor growth and make treatment more difficult. This study proposes the Dual Vision Partial Attention Channel (DV-PAC), a multi convolutional neural network framework that combines the strengths of ResNet-50 and VGG-19. The proposed model enhances feature representation and improves classification accuracy through a partial attention mechanism. The performance of the model is evaluated using the HAM10000 dataset, a widely used benchmark for dermoscopic image analysis.