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.
이용수
초록· 키워드
오류제보하기
The hippocampal volume atrophy is known to be linked with neuro-degenerative disorders and it is also one of the most important early biomarkers for Alzheimer's disease detection. The measurements of hippocampal pure volumes from Magnetic Resonance Imaging (MRI) is a crucial task and state-of-the-art methods require a large amount of time. In addition, the structural brain development is investigated using MRI data, where brain morphometry (e.g. cortical thickness, volume, surface area etc.) study is one of the significant parts of the analysis. In this study, we have proposed a patch-based ensemble model of 3-D convolutional neural network (CNN) to measure the hippocampal pure volume from MRI data. The 3-D patches were extracted from the volumetric MRI scans to train the proposed 3-D CNN models. The trained models are used to construct the ensemble 3-D CNN model and the aggregated model predicts the pure volume in one-step in the test phase. Our approach takes only 5 seconds to estimate the volumes from an MRI scan. The average errors for the proposed ensemble 3-D CNN model are 11.7±8.8 (error%±STD) and 12.5±12.8 (error%±STD) for the left and right hippocampi of 65 test MRI scans, respectively. The quantitative study on the predicted volumes over the ground truth volumes shows that the proposed approach can be used as a proxy
목차
등록된 정보가 없습니다.
참고문헌 (36)
참고문헌 신청
J. Kawahara / 2017 / Brainnetcnn:Convolutional neural networks for brain networks; toward spredicting neurodevelopment / NeuroImage 146:1038~1049
P. A. Yushkevich / 2010 / Bias in estimation of hippocampal atrophy using deformation-based morphometry arises from asymmetric global normalization: an illustration in adni 3T mri data / Neuroimage 50(2):434~445
J. D. Bremner / 1995 / Mri-based measurement of hippocampal volume in patients with combatrelated posttraumatic stress disorder / The American journal of psychiatry 152(7):973
E. R. Mulder / 2014 / Hippocampal volume change measurement: Quantitative assessment of the reproducibility of expert manual outlining and the automated methods freesurfer and FIRST / NeuroImage 92:169~181
I. B. Malone / 2015 / Accurate automatic estimation of total intracranial volume: A nuisance variable with less nuisance / NeuroImage 104:366~372
P. A. Yushkevich / 2010 / Bias in estimation of hippocampal atrophy using deformation-based morphometry arises from asymmetric global normalization: an illustration in adni 3T mri data / Neuroimage 50(2):434~445
J. D. Bremner / 1995 / Mri-based measurement of hippocampal volume in patients with combatrelated posttraumatic stress disorder / The American journal of psychiatry 152(7):973
E. R. Mulder / 2014 / Hippocampal volume change measurement: Quantitative assessment of the reproducibility of expert manual outlining and the automated methods freesurfer and FIRST / NeuroImage 92:169~181
I. B. Malone / 2015 / Accurate automatic estimation of total intracranial volume: A nuisance variable with less nuisance / NeuroImage 104:366~372
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Detection of Alzheimer Disease Using Grow Cut Method and Brain Volume Estimation
한국정보기술학회논문지
2015 .04
-
치매 진단을 위한 Faster R-CNN 활용 MRI 바이오마커 자동 검출 연동 분류 기술 개발
멀티미디어학회논문지
2019 .10
-
건축음향적 접근을 통한 MRI실의 명료도 개선
대한설비공학회 학술발표대회논문집
2017 .06
-
MRI 작동소음 저감을 위한 건축음향적 접근
대한설비공학회 학술발표대회논문집
2017 .06
-
1D-CNN을 이용한 뇌 MRI OEF 예측 방법
Proceedings of KIIT Conference
2024 .05
-
음향시뮬레이션을 이용한 MRI실의 음향성능 분석
대한설비공학회 학술발표대회논문집
2017 .06
-
MRI 기반 알츠하이머병 진단을 위한 CNN 모델의 복잡도와 성능의 연관성 분석
한국정보과학회 학술발표논문집
2018 .06
-
멀티프레임 MRI를 위한 CNN의 설계 및 성능 평가
대한전기학회 학술대회 논문집
2022 .07
-
병원 MRI 작동시 발생하는 소음의 특성 및 평가
대한설비공학회 학술발표대회논문집
2017 .06
-
3D CNN과 Vision Transformer 모델을 활용한 MRI 기반 알츠하이머병 환자 진단
대한전자공학회 학술대회
2023 .06
-
MRI 영상의 전처리와 심층학습에 의한 뇌종양 진단보조 시스템 개발
한국지능시스템학회 논문지
2018 .06
-
딥 러닝을 이용한 MRI 영상에서 뇌졸중
대한전기학회 학술대회 논문집
2017 .07
-
An Implementation of Effective CNN Model for AD Detection
스마트미디어저널
2024 .06
-
Alzheimer’s disease detection from Brain MRI using Feature extraction from CNN network and classification by KNN
한국통신학회 학술대회논문집
2018 .06
-
견관절 MRI검사시 의료보조기구 사용에 따른 영상 선명도의 정량적 평가에 관한 연구
한국기계가공학회 춘추계학술대회 논문집
2017 .04
-
한국의 MRI 건강보험 급여기준 및 진료이용에 관한 연구
한국방사선학회 논문지
2018 .01
-
MRI 영상 분석 기반 알츠하이머성 치매 진단 시스템 구현
한국정보과학회 학술발표논문집
2022 .06
-
임상 및 유전자 정보 기반의 알츠하이머 질병 진행에 따른 뇌 MRI 변화 생성 모델
한국정보통신학회 종합학술대회 논문집
2024 .05
-
딥러닝 기반 특징 앙상블을 사용한 MRI 영상의 뇌종양 분류
한국컴퓨터정보학회논문지
2021 .07
-
Feasibility Evaluation of Brain Tumor Magnetic Resonance Imaging Classification Using Convolutional Neural Network Model
대한자기공명기술학회지
2021 .01
이 논문의 저자 정보
최근 본 자료
댓글(0)
0