소아 폐렴 진단을 위한 딥러닝 기반 시스템을 제시하는 논문입니다. 광주 여성아동병원의 0-5세 소아 흉부 X선 이미지 5,863장을 이용하여 CNN 기반 모델을 학습했습니다. 데이터 부족 문제를 해결하기 위해 데이터 증강 기법(회전, 확대/축소, 전단, 수평 뒤집기)과 GAN을 사용하여 합성 이미지를 생성하고, 클래스 불균형 문제를 해결했습니다. 원본, 증강, GAN 생성 데이터를 결합하여 최적의 성능을 달성하였으며, 정확도와 F1 점수를 통해 평가했습니다. 최종 모델은 Flask 웹 애플리케이션을 통해 배포되어 실시간 분류 및 확률 추정을 제공합니다. 특히 자원이 제한적인 의료 환경에서 소아 폐렴 진단의 정확성과 효율성을 향상시킬 수 있는 잠재력을 보여줍니다.
