신경교종 환자의 전체생존기간 예측을 위한 심층 멀티모달 MRI 통합 모델

나인예; 박현진

추천

검색

질문

자료유형: 학술대회자료

저자정보: 나인예 (성균관대학교) 박현진 (성균관대학교)

저널정보: 대한전자공학회 대한전자공학회 학술대회 2022년도 대한전자공학회 하계종합학술대회 논문집

발행연도: 2022.6

수록면: 1,412 - 1,415 (4page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

이 논문의 연구 히스토리 (2)

2022

신경교종 환자의 전체생존기간 예측을 위한 심층 멀티모달 MRI 통합 모델

나인예 , 박현진 대한전자공학회 학술대회 2022.06 학술대회자료

뇌 종양 등급 분류를 위한 심층 멀티모달 MRI 통합 모델

나인예 , 박현진 한국정보통신학회 종합학술대회 논문집 2022.05 학술대회자료

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

Glioblastoma is a high-grade glioma, which leads to poor overall survival (OS). For treatment planning, OS prediction is highly desired by clinicians and oncologists. In this study, we propose a model for OS prediction in glioma patients using a 3D-CNN-based model that applied input-level fusion to magnetic resonance imaging of four modalities (T1, T1Gd, T2, T2-FLAIR) as a feature extractor. The prediction performance of OS for the proposed model has a C-index of 0.62 and a log-rank p-value of 0.08.

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

나인예

소속기관 성균관대학교

주요연구분야 공학 > 전기전자공학 > 정보통신공학 공학 > 전기전자공학 > 전자공학

논문수 4 이용수 191

박현진

소속기관 성균관대학교

주요연구분야 공학 > 전기전자공학 > 전자공학 TOP 1% 공학 > 전기전자공학 > 정보통신공학

논문수 46 이용수 3,408

이 논문과 함께 이용한 논문

자가 지식 증류 기법을 적용한 객체 검출 기법의 성능 분석

김동준 , 이승현 , 송병철 한국방송미디어공학회 학술발표대회 논문집 2022 .11

지식의 분포 특성을 활용한 지식 증류

강성재 , 서기성 정보 및 제어 논문집 2021 .04

기능적 MRI 신호를 이용한 개선된 지식 증류 기법

신휘명 , 배성호 , 이원희 한국정보과학회 학술발표논문집 2022 .06

DNN을 이용한 뇌 MRI 영상에서 OEF 예측

김현수 , 최연웅 , 이해연 Proceedings of KIIT Conference 2022 .06

뇌 MRI 신호 감쇠 모델링을 통해 일반화된 QQ 모델의 클러스터링 기반 OEF 계산 알고리즘

이해연 한국정보기술학회논문지 2022 .05

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2022-569-001549900

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)