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.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2023.8
- 수록면
- 995 - 1,002 (8page)
- DOI
- 10.9717/kmms.2023.26.8.995
이용수
초록· 키워드
오류제보하기
In this paper, we propose a prostate cancer aggressiveness prediction model using self-supervised learning based on SimCLR with multi-parametric MR images. Self-supervised learning model is initially trained on the STL10 dataset, and then fine-tuned on the ProstateX dataset, which is similar to the downstream task dataset. To predict prostate cancer aggressiveness, downstream tasks are performed using each sequence of images from the multi-parametric MR dataset. The predicted results are combined using either majority voting or average voting for ensembling. Experimental results demonstrate that the self-supervised learning model fine-turned with similar images improves the performance by an average of 4.56% in accuracy, 20.69% in sensitivity, and 12.02% in negative predictive value. The ensemble method using majority voting with the self-supervised learning model fine-turned on similar images from the multi-parametric MR dataset yields the best performance in terms of accuracy (72.58%), balance accuracy (72.16%), and sensitivity (67.86%).
목차
ABSTRACT
1. 서론
2. 제안 방법
3. 실험 및 결과 분석
4. 결론
REFERENCE
참고문헌 (16)
참고문헌 신청
F. Bray, J. Ferlay, I. Soerjomataram, R.L. Siegel, L.A. Torre, A. Jemal, et al., “Global Cancer Statistics 2018: gLOBOCANestimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries,” A Cancer Journal for Clinicians, Vol. 68, No. 6, pp.
F.H. Schröder, J. Hugosson, M.J. Roobol, T.L. Tammela, S. Ciatto, V. Nelen, et al., “Screening and Prostate-Cancer Mortalityin a Randomized European Study,” The New England Journal of Medicine, Vol. 360, No. 13, pp. 1320-1328, 2009.
J.I. Epstein, L. Egevad, M.B. Amin, B. Delahunt, J.R. Srigley, P.A. Humphrey, et al., “The 2014 International Society of Urological Pathology (ISUP) Consensus Conference on Gleason Grading of Prostatic Carcinoma,” The American Journal of Surgical Patholog
G.S. Kulkarni, R. Al-Azab, and G. Lockwood, “Evidence for a Biopsy Derived Grade Artifact Among Larger Prostate Glands,” The Journal of Urology, Vol. 175, No. 2, pp. 505-509, 2006.
T. Sanford, S.A. Harmon, E.B. Turkbey, D. Kesani, S. Tuncer, M. Madariaga, et al., “Deep-Learning-Based Artificial Intelligence for PI-RADS Classification to Assist Multiparametric Prostate MRI Interpretation: A Development Study,” Journal of Magnetic Res
F.H. Schröder, J. Hugosson, M.J. Roobol, T.L. Tammela, S. Ciatto, V. Nelen, et al., “Screening and Prostate-Cancer Mortalityin a Randomized European Study,” The New England Journal of Medicine, Vol. 360, No. 13, pp. 1320-1328, 2009.
J.I. Epstein, L. Egevad, M.B. Amin, B. Delahunt, J.R. Srigley, P.A. Humphrey, et al., “The 2014 International Society of Urological Pathology (ISUP) Consensus Conference on Gleason Grading of Prostatic Carcinoma,” The American Journal of Surgical Patholog
G.S. Kulkarni, R. Al-Azab, and G. Lockwood, “Evidence for a Biopsy Derived Grade Artifact Among Larger Prostate Glands,” The Journal of Urology, Vol. 175, No. 2, pp. 505-509, 2006.
T. Sanford, S.A. Harmon, E.B. Turkbey, D. Kesani, S. Tuncer, M. Madariaga, et al., “Deep-Learning-Based Artificial Intelligence for PI-RADS Classification to Assist Multiparametric Prostate MRI Interpretation: A Development Study,” Journal of Magnetic Res
이 논문의 저자 정보
이 논문과 함께 이용한 논문
의료영상 분류를 위한 심층신경망 훈련에서 StyleGAN 합성 영상의 데이터 증강 효과 분석
이한상
,
우아라
,
홍헬렌
컴퓨터그래픽스학회논문지
2024
.09
부분 신장 절제술 계획을 위한 하이브리드 CNN-트랜스포머 네트워크를 활용한 신장 종양 분할
김고운
,
안진서
,
이유빈
외 1명
컴퓨터그래픽스학회논문지
2024
.09
복부 CT 영상에서 신장 로컬 가이드 맵을 활용한 평균-교사 모델 기반의 준지도학습을 통한
정희영
,
김현진
,
홍헬렌
컴퓨터그래픽스학회논문지
2023
.12
GAN 기반 의료영상 생성 모델에 대한 품질 및 다양성 평가 및 분석
장유진
,
유재준
,
홍헬렌
컴퓨터그래픽스학회논문지
2022
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0102-2023-004-002035683