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

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
신예진 (서울여자대학교) 이민진 (서울여자대학교) 황성일 (분당서울대학교병원) 홍헬렌 (서울여자대학교)
저널정보
한국컴퓨터그래픽스학회 컴퓨터그래픽스학회논문지 컴퓨터그래픽스학회논문지 제30권 제5호
발행연도
2024.12
수록면
1 - 9 (9page)

이용수

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

초록· 키워드

오류제보하기
본 연구는 전립선암 악성도 예측 성능을 개선하기 위해 다중 파라미터 MR 영상들을 다양한 방식으로 융합하고, 자기지도학습 모델을 전립선암 악성도 예측에 사용할 데이터로 추가 훈련하는 방법을 제안한다. 실험 결과, 다중 파라미터 MR 영상들을 사용할 때 전립선암 악성도 예측 성능이 단일 파라미터 MR 영상만을 사용할 때보다 개선되었다. 다중 파라미터 MR 영상들을 이용한 과반수 투표 방식의 예측 융합이 가장 높은 성능을 보였다. 또한 전립선암 악성도 예측에 사용할 데이터셋으로 자기지도학습을 추가 수행한 모델의 성능이 모든 단일 및 다중 파라미터 MR 영상의 실험 결과에 대해 정확도, 민감도, 음성예측도, AUROC 점수가 평균적으로 0.8%, 4.49%, 1.77%, 0.02의 향상된 성능을 보였다.

목차

요약
Abstract
1. 서론
2. 제안 방법
3. 실험 및 결과
4. 결론
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-151-25-02-091201338