CACTUS: An Open Dataset and Framework for Automated Cardiac Assessment and Classification of Ultrasound Images Using Deep Transfer Learning
Created by
Haebom
Category
Empty
저자
Hanae Elmekki, Ahmed Alagha, Hani Sami, Amanda Spilkin, Antonela Mariel Zanuttini, Ehsan Zakeri, Jamal Bentahar, Lyes Kadem, Wen-Fang Xie, Philippe Pibarot, Rabeb Mizouni, Hadi Otrok, Shakti Singh, Azzam Mourad
개요
본 논문은 심장 초음파 영상의 자동화된 분석을 위한 첫 번째 공개 등급 데이터셋인 CACTUS를 소개합니다. CACTUS는 CAE Blue Phantom 스캔으로부터 얻은 다양한 심장 영상과 품질 수준을 포함하며, 기존 문헌의 심장 영상보다 훨씬 다양합니다. 또한, 심장 영상 분류를 위한 CNN 기반의 심층 학습 프레임워크를 제시합니다. 이 프레임워크는 두 가지 주요 구성 요소로 이루어져 있는데, 첫 번째는 심장 영상을 심장 영역에 따라 분류하고, 두 번째는 전이 학습을 사용하여 첫 번째 구성 요소의 지식을 활용하여 심장 영상의 등급을 매기는 모델을 생성합니다. 이 프레임워크는 최대 99.43%의 정확도와 0.3067의 오류율을 달성하며, 추가적인 심장 영상을 사용한 미세 조정 및 다른 최첨단 아키텍처와의 비교를 통해 강건성을 입증합니다. 마지막으로 심장 전문가 설문조사를 통해 실시간 스캔 처리 성능을 평가했습니다.
시사점, 한계점
•
시사점:
◦
심장 초음파 영상 자동 분석을 위한 최초의 공개 등급 데이터셋 CACTUS 제공.
◦
심장 영상 분류 및 등급 평가를 위한 고성능 심층 학습 프레임워크 제시 (최대 99.43% 정확도, 0.3067 오류율 달성).
◦
전이 학습을 활용한 효과적인 모델 개선 및 성능 향상.
◦
심장 전문가 평가를 통한 실제 적용 가능성 검증.
•
한계점:
◦
데이터셋이 CAE Blue Phantom 스캔 기반으로 생성되었으므로, 실제 환자 데이터에 대한 일반화 성능 검증 필요.
