Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

Classifying Histopathologic Glioblastoma Sub-regions with EfficientNet

Created by
  • Haebom
Category
Empty

저자

Sanyukta Adap, Ujjwal Baid, Spyridon Bakas

개요

교모세포종(GBM)의 조직병리학적 분석을 위한 딥러닝 기반 접근 방식 개발 연구. EfficientNet 아키텍처를 사용하여 6개의 조직학적 하위 영역을 분류하고, BraTS-Path 2024 챌린지 데이터셋을 활용하여 성능을 평가함. EfficientNet-B1 및 EfficientNet-B4가 가장 높은 성능을 보였으며, 5-겹 교차 검증에서 F1 점수 0.98을 달성함. 그러나, hold-out validation 데이터와 hidden testing 데이터에 대한 성능은 각각 F1 점수 0.546과 0.517로 낮아 일반화의 어려움을 보임.

시사점, 한계점

•
시사점:
◦
GBM 조직 내 하위 영역을 자동 분류하는 딥러닝 모델 개발 가능성을 제시함.
◦
EfficientNet 아키텍처를 활용하여 높은 F1 점수를 달성, 분류 성능 우수함을 입증함.
◦
BraTS-Path 2024 챌린지 데이터셋을 활용하여 연구의 객관성을 확보함.
•
한계점:
◦
훈련, 검증, 테스트 데이터 간의 성능 차이로 인해 일반화 성능의 한계를 보임.
◦
임상 적용을 위해서는 새로운 데이터에 대한 일반화 성능 개선이 필요함.
◦
실제 임상 환경에서 모델의 유효성을 추가적으로 검증해야 함.
👍
Made with Slashpage