순서가 있습니다. 포털 넷(연구방·지식센터·커뮤니티·아카데미)을 먼저 담고,
SSRA 는 맨 나중에 담아 주세요. SSRA 를 먼저 담으면 나머지가 그 안에 포함된 것으로
잡혀 따로 담기지 않습니다. 아이콘도 담을 차례대로 놓았습니다 — 왼쪽부터 차례로 누르시면 됩니다.
Pressure Ulcer Detection and Classification Using Convolutional Neural Networks: Development of a Mobile Clinical Support Tool
Ana Huamani-Huaracca, Brigitte Torres-Pinedo, Juan Morales 외 · International Journal of Online and Biomedical Engineering (iJOE) · 2026년 · 조회 28
왜 이 논문인가 — 선정 기준
NEW PAPER · 최근 발표된 참신한 논문 — 게재일 기준 최신 + 정상 등재 저널
2026-10 발표 · 게재 2일차 · International Journal of Online and Biomedical Engineering (iJOE)
NEW PAPER 슬롯에 선정된 이유는 2026년 최신 발표 논문으로, 혁신적인 모바일 AI 도구라는 참신성을 갖추었으며 아직 인용이 없는 점이다.
논문 요약
이 연구는 압박성 욕창을 자동으로 탐지하고 등급을 분류하는 모바일 애플리케이션을 개발하기 위해 CNN 기반 딥러닝 모델을 설계하였다. 다양한 CNN 아키텍처를 비교한 결과, YOLOv11‑CLS가 전체 정확도 97.1%로 최고의 성능을 보였다. 탐지 단계에서는 재현율 96.1%, 정밀도 98.3%, F1‑score 97.2%, 정확도 98.1%를 기록했으며, 다중 등급 분류에서도 높은 정밀도와 재현율을 달성하였다.
후속 연구설계에 활용하기
향후 연구에서는 제시된 YOLOv11‑CLS 모델을 기준 모델로 삼아 자체 데이터셋에 적용하거나, 모델 성능을 현장 검증을 통해 확장할 수 있다.
핵심어
압박성 욕창합성곱 신경망모바일 앱이미지 분류
실존 확인
이 논문은 OpenAlex에서 후보로 수집한 뒤, Crossref에 등록된 DOI와 제목 일치를 확인해 노출합니다.
SSRA가 문헌연구에서 인용 논문의 실재 여부를 검증하는 원칙과 같습니다.