브레니(Brenny) (주)아이디맥스

사람과 같이 문제 해결을 위해 학습하는 나는 브레니(Brenny)라고 해요. 사물도 인식하고 무언가를 분류해보고 묶어보고 신경망을 가동시켜 특징을 추출하죠. 기계가 학습을 하다니... 내가 궁금하지 않나요?

내용

세계 보건기구에서 코로나19로 명명한 이 새로운 질병은 SARS-CoV-2(심각한 급성 호흡기 증후군 코로나 바이러스 2)로

알려진 새로운 코로나 바이러스 클래스에 의해 발생합니다. 그렇지만 과학자들은 일반 인구가 코로나19에 걸리지 않도록

치료법과 백신을 위해 열심히 노력하고 있습니다. 코로나19를 더 정확하게 진단하는 방법은 X-레이와 컴퓨터 단층 촬영

(CT) 스캔을 이용하는 것입니다. VisionPro DL 소프트웨어를 적용하여 CT 스캔에서 코로나19 징후를 식별하는 효과를

비교합니다.

특징

1. X-레이, CT 스캔, 코로나19

X-레이와 같은 의료 영상은 의사와 방사선 전문의에게 코로나19  실험실 검사가 정확하다는 시각적 증거를 제공할 수

있습니다. 딥러닝의 신경망은 수천 개의 의료 이미지를 분석하고 진단을 반박하거나 지원하는 이상 징후를 식별하여

임상의 업무량을 줄일 수 있습니다. 다만 딥러닝 도구는 사용하기 어렵고 상당한 프로그래밍 전문 지식이 필요합니다.

의사, 방사선 전문의 및 기타 임상의와 같은 의료 종사자가 이러한 도구를 익힐 것으로 기대하는 것은 실용적이지 않습니다.

2. Study 1 : VisionPro DL은 눈에 띄고 그 이상입니다.

COVID-Net 데이터 세트에서 거의 14,000개의 X-ray 이미지를 분석했습니다. F- 점수라고 하는 측정은 디지털 

​ rel="noopener noreferrer"이미지의 패턴과 이상을 정확하게 예측하려고 시도하는 딥 러닝 시스템의 전체 정확도를

평가합니다. 기본적으로 F- 점수는 딥 러닝 시스템에서 생선 된 올바른 예측의 백분율입니다. 이미지는 정상, 비 코로나19

폐렴 및 코로나19의 세 가지 범주로 구분되었습니다. 여러 DL 패키지를 비교교해서 알 수 있듯이 COVID-Net은 일반

이미지의 경우 92.6%에서 코로나19 이미지의 경우 94.7%에 이르는 강력한 예측 결과를 생성했습니다.

3. Study 2 : VisionPro 딥러닝, CT 스캔으로 리드 확대

흉부 X-레이를 넘어 CT 스캔에 이르기까지 다양합니다. 많은 여구에서 CT 스캔 및 X-레이와 함께 딥 러닝을 사용하여

코로나19 이미지를 탐지하는 데 성공한 것으로 나타났지만, 대부분의 딥 러닝 아키텍처는 시스템을 프로그래밍하기 위한

GUI(그래픽 사용자 인터페이스)를 제공하지 않기 때문에 광범위한 프로그래밍이 필요합니다. 기존의 DL 연구는 네트워크를

구축하고 모델을 개발하고 알고리즘을 훈련하는 데 수년이 필요할 수 있습니다. VisionPro DL은 그 시간 프레임을 획기적으로

 줄여줍니다.

출처 : 코그넥스