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
학술대회자료
저자정보
노정현 (부산대학교) 박진선 (부산대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2024년도 대한전자공학회 하계학술대회 논문집
발행연도
2024.6
수록면
2,143 - 2,147 (5page)

이용수

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

초록· 키워드

오류제보하기
Multi-modal magnetic resonance imaging (MRI) is widely employed for brain tumor diagnosis and analysis. However, conventional multi-modal brain tumor segmentation methods that leverage input fusion, where multiple modalities are input to the network simultaneously, face challenges in effectively exchanging information across modalities. In contrast, layer fusion methods, which take different modalities as input and exchange information within the network layers, facilitate cross-modality information exchange. Nevertheless, the concatenation operations commonly used in layer fusion inherently limit the ability to capture long-range dependencies. To address these issues, we propose a method that computes inter-modality differences to extract information to transfer across modalities and leverages transformers to facilitate this cross-modality information exchange. Experimental results on the BraTS2020 dataset show that ours achieved superior performance compared to previous methods.

목차

Abstract
Ⅰ. 서론
Ⅱ. 방법론
Ⅲ. 실험 방법 및 결과
Ⅳ. 결론 및 향후 연구 방향
참고문헌

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