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
- 학술대회자료
- 저자정보
- 발행연도
- 2023.10
- 수록면
- 1,733 - 1,736 (4page)
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
Cancer is a leading cause of death worldwide, accounting for nearly 10 million deaths in 2020. Lung cancer is the most common cause of death from this cancer. Diagnosis is made mainly by biopsy, which checks for mutations in the driver genes of lung cancer. If there is a mutation, molecularly targeted drugs with higher therapeutic efficacy can be used. However, it is difficult for physicians to make a decision and places a heavy burden on patients. To solve this problem, a computer aided diagnosis (CAD) system is needed to identify the presence or absence of driver gene mutations from CT images. In this paper, Radiomics is used to extract features from 3D lung cancer in CT images and analyze them using machine learning to classify the presence or absence of mutations. Because the features obtained is huge, dimensionality reduction is performed using Null Importance. Furthermore, the accuracy is improved by adding gender as clinical information. The proposed method was applied to a dataset consisting of 175 cases. As a result, we obtained an AUC (Area Under the Curve) of 0.985, accuracy of 92.0%, true positive rate of 85.7%, and false positive rate of 2.20%.
목차
Abstract
1. INTRODUCTION
2. METHOD
3. EXPERIMENTS AND RESULTS
4. DISCUSSION
5. CONCLUSION
REFERENCES
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
Detection of Driver Gene Mutations from Thoracic CT Images Based on LightGBM with Radiomics Features
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
Extraction of Lung Tumor Regions from Thoracic CT Images Using An Improved U-Net
제어로봇시스템학회 국제학술대회 논문집
2023 .10
-
Gastric Cancer Classification from histopathological images using patch based Radiomic Features and Advanced Machine Learning Techniques
한국정보통신학회 종합학술대회 논문집
2023 .10
-
CT Radiomic Features의 재현성 향상을 위한 Super-Resolution GAN 기반의 CT 영상 변환 연구
대한전자공학회 학술대회
2020 .08
-
Classification of histological types of primary lung cancer from CT images using clinical information
제어로봇시스템학회 국제학술대회 논문집
2023 .10
-
A Detection Method for Nodular Shadows from Temporal Subtraction Images Using A Machine Learning Technique Incorporated Radiomics Features
제어로봇시스템학회 국제학술대회 논문집
2023 .10
-
Effects of the order of mutations in network dynamics
한국정보과학회 학술발표논문집
2017 .06
-
Identification of abnormal tissue from CT images using improved ResNet34
제어로봇시스템학회 국제학술대회 논문집
2022 .11
-
The shaping of cancer genomes with the regional impact of mutation processes
Experimental and Molecular Medicine
2022 .07
-
이미지 및 레디오믹스 특징의 크로스 어텐션을 이용한 유방 종괴의 악성과 양성 분류 연구
대한전자공학회 학술대회
2024 .06
-
딥러닝을 활용한 멀티모달 CT의 2D 조인트 히스토그램 기반 폐암 종류 분류
대한전자공학회 학술대회
2018 .06
-
폐암 생존율 향상을 위한 아다부스트 학습 기반의 컴퓨터보조 진단방법에 관한 연구
재활복지공학회논문지
2016 .02
-
Radiomics 특징을 활용한 조절 가능한 뇌 종양 합성
대한전자공학회 학술대회
2023 .06
-
A Novel Computational Approach to Predict Metabolites Associated with Somatic Mutations in Cancers
한국생물공학회 학술대회
2022 .09
-
Identification of Nodular Shadows from CT Images Using Improved CoAtNet Incorporated Clinical Recording
제어로봇시스템학회 국제학술대회 논문집
2023 .10
-
Automatic Extraction of Abnormalities on Temporal CT Subtraction Images Using Sparse Coding and 3D-CNN
제어로봇시스템학회 국제학술대회 논문집
2018 .10
-
폐 CT 영상을 이용한 폐결핵과 폐암의 텍스쳐 기반 특성 비교
대한전자공학회 학술대회
2018 .06
-
The study on survivability of Korean-American Lung cancer patients in SEER data with Kaplan Meier Method
대한인간공학회 학술대회논문집
2015 .10
-
폐 CT 영상 분할을 위한 효율적인 다해상도 U-Net
대한전자공학회 학술대회
2020 .11
-
CNN 기반 딥러닝 모델을 통한 폐암 컴퓨터 보조 진단 시스템 개발
전기학회논문지
2023 .11
이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-151-24-02-088266393