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
김현수 (금오공과대학교) 이해연 (금오공과대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제21권 제6호(JKIIT, Vol.21, No.6)
발행연도
2023.6
수록면
35 - 41 (7page)
DOI
10.14801/jkiit.2023.21.6.35

이용수

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

초록· 키워드

오류제보하기
뇌 질환의 진단 기법 중 뇌 조직의 활성화 정도를 파악하기 위해 자기 공명 영상(MRI)을 사용하여 조직의 혈액 내에 산소추출률(OEF)을 계산하는 방법이 있다. 기존에 OEF를 계산하기 위한 클러스터 분석 등과 같은 다양한 알고리즘이 제시되었지만, 딥러닝 모델을 사용한 연구는 아직 활발히 진행되지 않고 있다. 본 논문에서는 QQ 모델을 이용하여 DNN 모델을 구성한 후에 뇌 MRI를 통해 수집한 신호 데이터를 사용하여 OEF에 대한 예측을 수행하는 방법을 제안하였다. DNN 모델은 1개의 입력 계층, 4개의 은닉 계층, 1개의 출력 계층으로 구성하였고 성능 향상을 위한 최적화를 수행하였다. 총 17명 환자의 MRI 신호 감쇄 및 자화율을 이용하여 DNN 모델의 학습과 검증을 진행하였고, 평균적으로 RMSE 6.0 정확도로 안정적으로 OEF를 예측함을 확인하였다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 뇌 MRI에서 QQ 모델을 이용한 DNN 기반 OEF 예측 방법
Ⅳ. 실험 결과 및 분석
Ⅴ. 결론 및 향후 과제
References

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-004-001481652