A convolutional neural network based approach for generating full PET/CT image series from shorter scan time
A convolutional neural network based approach for generating full PET/CT image series from shorter scan time
基于卷积神经网络的方法，用于通过更短的扫描时间生成完整的 PET/CT 图像系列
批准号：
19K20685
负责人：
BhusalChhatkuli Ritu
金额：
$2.66万
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2019
资助国家：
日本
项目状态：
已结题
起止时间：
2019-04-01 至 2024-03-31
中文摘要
翻译
使用基于CNN-LSTM的神经网络成功生成延迟图像并与实际延迟图像进行比较。-总结研究和对期刊上发表的文章进行统计分析。-为研究部分撰写期刊论文并提交给期刊。-根据审稿人的评论审查文章，并对研究部分重复分析。目前正在修订过程中。
英文摘要
Successful generation of delayed images and comparison with actual delayed images using CNN-LSTM based neural network.-Summarizing research and statistical analysis for the publication in journal.-Writing journal paper for the part of research and submitting to the journal.-Reviewing the writing according to the comments from the reviewers and repeat the analysis for the part of the research. Currently in the process of revision.
期刊论文(1)
专著(0)
科研奖励(0)
会议论文
Generation of delayed PET/CT images for pancreatic cancer using CNN-LSTM model
使用 CNN-LSTM 模型生成胰腺癌延迟 PET/CT 图像
使用 CNN-LSTM 模型生成胰腺癌延迟 PET/CT 图像
DOI：
--
发表时间：
2021
期刊：
影响因子：
--
作者：
[Wang H, Itoh S, Matsumoto Y, Nishie A, Kurihara T, Shimagaki T, Nagao Y, Toshima T, Harada N, Kohashi K, Oda Y, Ishigami K, Maruyama H, Yoshizumi T, Mori M., Murayama Masanori A., Ritu Bhusal Chhatkuli]
通讯作者：
Ritu Bhusal Chhatkuli
Multivariate machine learning analysis for identyfing neuro-anatomical biomarkers of anorexia and classifying anorexia subtypes using MR datasets.
-
批准号：23K14813
-
项目类别：Grant-in-Aid for Early-Career Scientists
-
资助金额：$3.0万
-
财政年份：2023
-
负责人：BhusalChhatkuli Ritu
-
依托单位：
海外基金
