메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
Kyu Sung Choi (Seoul National University Hospital)
저널정보
대한자기공명의과학회 Investigative Magnetic Resonance Imaging Investigative Magnetic Resonance Imaging 제26권 제4호
발행연도
2022.12
수록면
246 - 255 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
Deep learning has shown its feasibility for applications in medical imaging. Deep learning- based methods are also rapidly being applied in a wide range of areas to replace traditional model-based methods, showing remarkable improvements in several MR image processing areas such as image reconstruction, image contrast conversion, and image quality improvement. With improvement of perfusion MRI techniques, various clinical applications have been also researched, which have improved tracer-kinetic modeling, and vice versa. Representatively, increased vascularity due to tumor angiogenesis, altered permeability due to blood-brain barrier breakdown, and quantifiable absolute cerebral blood perfusion can be imaged via perfusion MRI techniques. As a result, a large number of retrospective and prospective studies have proven that perfusion MRI can be used clinically to investigate various diseases (ranging from brain tumor, stroke, and migraine to neurodegenerative diseases such as Alzheimer’s disease) and various organs including brain, breast, prostate, and pancreas. However, tracer-kinetic model-based processing of parametric maps requires many physical assumptions, which is time-consuming with limitations in clinical applications. With current rapid development of deep learning technologies, the importance of the role of deep learning in MR imaging research appears to be increasing. Specifically for processing perfusion MRI, deep learning has its merit as an end-to-end model-free approach, resulting in markedly reduced processing time compared to conventional iterative methods thanks to its nearly instantaneous inference despite long training time. In this review, first, basic principles of MR physics in perfusion MRI are described. Recent progress and current challenges in both technical improvement and clinical applications of perfusion MRI using deep learning techniques are then summarized.
#Deep learning #Machine learning #Neural network #Dynamic contrast enhanced MRI #Dynamic susceptibility contrast MRI #Arterial spin labeling

목차

등록된 정보가 없습니다.

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

최근 본 자료

전체보기

댓글(0)

0