인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
뇌 질환 진단을 위해 자기공명영상(MRI)을 사용하여 조직 혈액 내 산소추출률(OEF)을 계산할 수 있고, 이를 위한 다양한 연구가 진행되고 있다. 본 논문에서는 다채널 DenseNet 모델을 이용하여 뇌 MRI에 기반하는 QQ 모델의 파라미터를 추정하고 OEF 계산의 정확도를 향상하는 방법을 제안한다. 다채널 DenseNet 모델에서 각 DenseNet 모델은 1차원 데이터를 적절히 학습할 수 있도록 Dense Block 및 Transition 계층을 1차원 계층으로 총 3계층으로 구성하였다. 또한, 정확도 개선을 위해 각 데이터에 대한 특징 학습을 중점적으로 수행하도록 개별 학습 및 예측을 수행하였다. 제안한 방법은 코넬 의과대학의 17명 환자 뇌 MRI 데이터셋을 활용하여 학습 및 검증을 진행하였고, 그 결과 평균 RMSE 값 5.44로 OEF 예측을 수행하였다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
