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
김원태 (국립금오공과대학교) 이해연 (국립금오공과대학교)
저널정보
한국정보기술학회 한국정보기술학회논문지 한국정보기술학회논문지 제22권 제6호(JKIIT, Vol.22, No.6)
발행연도
2024.6
수록면
143 - 151 (9page)
DOI
10.14801/jkiit.2024.22.6.143

이용수

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

초록· 키워드

오류제보하기
뇌 질환 진단을 위해 자기공명영상을 사용하여 뇌 조직 내 혈액의 산소추출률을 산출하여 뇌 조직의 활성화 정도를 파악할 수 있다. 기존 연구들은 주로 클러스터 분석과 같은 방법을 적용했지만, 본 논문에서는 QQ 모델을 기반으로 LSTM(Long Short-Term Memory) 딥러닝 모델을 사용해 산소추출률에 대한 예측을 수행하는 방법을 제안한다. 이 LSTM 딥러닝 모델은 하나의 입력 계층, 네 개의 LSTM 계층, 세 개의 Dense 계층, 그리고 하나의 출력 계층으로 구성되어 있으며, 성능 향상을 위해 추가적인 최적화가 수행되었다. 실험에서는 총 17명 환자의 자기공명영상 신호 감쇄 및 자화율 데이터를 사용하여 이 모델을 훈련시키고 검증하였으며, 평균 RMSE 값 5.33으로 산소추출률을 안정적으로 예측할 수 있음을 보여주었다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련 연구
Ⅲ. 뇌 MRI의 QQ 모델에 대해 LSTM 딥러닝 모델 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 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-151-24-02-090090523