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
R. Karthik (Vellore Institute of Technology) R. Rajalakshmi (Vellore Institute of Technology) Joel Raymann (Vellore Institute of Technology)
저널정보
대한의용생체공학회 Biomedical Engineering Letters (BMEL) Biomedical Engineering Letters (BMEL) Vol.11 No.1
발행연도
2021.1
수록면
3 - 13 (11page)

이용수

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

초록· 키워드

오류제보하기
Precise delineation of the ischemic lesion from unimodal Magnetic Resonance Imaging (MRI) is a challenging task due tothe subtle intensity difference between the lesion and normal tissues. Hence, multispectral MRI modalities are used for characterizingthe properties of brain tissues. Traditional lesion detection methods rely on extracting significant hand-engineeredfeatures to differentiate normal and abnormal brain tissues. But the identification of those discriminating features is quitecomplex, as the degree of differentiation varies according to each modality. This can be addressed well by ConvolutionalNeural Networks (CNN) which supports automatic feature extraction. It is capable of learning the global features from imageseffectively for image classification. But it loses the context of local information among the pixels that need to be retained forsegmentation. Also, it must provide more emphasis on the features of the lesion region for precise reconstruction. The majorcontribution of this work is the integration of attention mechanism with a Fully Convolutional Network (FCN) to segmentischemic lesion. This attention model is applied to learn and concentrate only on salient features of the lesion region bysuppressing the details of other regions. Hence the proposed FCN with attention mechanism was able to segment ischemiclesion of varying size and shape. To study the effectiveness of attention mechanism, various experiments were carried outon ISLES 2015 dataset and a mean dice coefficient of 0.7535 was obtained. Experimental results indicate that there is animprovement of 5% compared to the existing works.
#Deep neural network #FCN #Attention #Ischemic lesion segmentation #MRI

목차

등록된 정보가 없습니다.

참고문헌 (32)

참고문헌 신청
Cheng NT / 2015 / Intravenous thrombolysis for acute ischemic stroke within 3 hours versus between 3 and 4.5 hours of symptom onset / Neurohospitalist 5(3):101~109 google schola Karthik R / 2018 / Computer-aided detection and characterization of stroke lesion—a short review on the current state-of-the art methods / Imaging Sci J 66(1):1~22 google schola Artzi M / 2013 / FLAIR lesion segmentation : application in patients with brain tumors and acute ischemic stroke / Eur J Radiol 82(9):1512~1518 google schola Karthik R / 2017 / A multi-scale approach for detection of ischemic stroke from brain MR images using discrete curvelet transformation / Measurement 100:223~232 google schola Karthik R / 2016 / Statistical characterization of ischemic stroke lesions from MRI using discrete wavelet transformation / Trans Electr Eng Electron Commun 14(2):57~64 google schola

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