인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
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 질환은 높은 사망률을 보이므로 정확한 진단이 중요하며, 본 연구에서는 뇌 질환 진단의 정확도를 높이기 위해 QQ 모델의 5가지 생리학적 파라미터를 직접 예측하도록 맞춤 설계된 3D ResNet을 제안한다. 제안된 모델은 1개의 입력 계층, 4개의 Residual Block, 그리고 1개의 Conv3D 출력 계층으로 구성되며, 8개 TE 신호와 QSM 값으로부터 다중 파라미터를 동시에 학습·추정할 수 있도록 설계되었다. Residual Block 내부는 Conv3D-BatchNormalization-ReLU 연산을 반복 적용하고, 채널 불일치를 1×1×1 Conv로 보정하여, 복잡한 다채널 입력에서 안정적인 학습이 가능하도록 하였다. 실험 결과에 따르면 제안하는 모델은 기존 3D CNN 대비 향상된 성능을 보였다. 특히 산소추출률 계산에 활용되는 산소포화도의 RMSE는 2.31에서 1.94로 개선되었다.
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
UCI(KEPA) : I410-151-26-02-095647371
