Prognostic Prediction of Breast Cancer Using Artificial Intelligence with Radiomics Features
Prognostic Prediction of Breast Cancer Using Artificial Intelligence with Radiomics Features
使用具有放射组学特征的人工智能对乳腺癌进行预后预测
批准号：
19K20719
负责人：
HIZUKURI AKIYOSHI
金额：
$1.91万
依托单位：
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 2022-03-31
中文摘要
翻译
点击翻译按钮获取中文摘要
英文摘要
期刊论文(7)
专著(0)
科研奖励(0)
会议论文
登录
查看更多内容
Computerized Classification Method for 1p/19q Codeletion in Low Grade Gliomas from Brain MRI Images Using Three Dimensional Radiomics Features
使用三维放射组学特征对脑 MRI 图像中低级别胶质瘤 1p/19q 编码缺失进行计算机分类方法
使用三维放射组学特征对脑 MRI 图像中低级别胶质瘤 1p/19q 编码缺失进行计算机分类方法
DOI：
--
发表时间：
2022
期刊：
The Journal of the Institute of Image Electronics Engineers of Japan
影响因子：
--
作者：
[Daiki Tanaka, Akiyoshi Hizukuri, Ryohei Nakayama]
通讯作者：
Ryohei Nakayama
Radiomics特徴量を用いた乳房MRI画像におけるトリプルネガティブ乳がんの推定法
使用放射组学特征的乳腺 MRI 图像中的三阴性乳腺癌估计方法
使用放射组学特征的乳腺 MRI 图像中的三阴性乳腺癌估计方法
DOI：
--
发表时间：
2021
期刊：
影响因子：
--
作者：
[Omata Daiki, Munakata Lisa, Kageyama Saori, Suzuki Yuno, Maruyama Tamotsu, Shima Tadamitsu, Chikaarashi Takumi, Kajita Naoya, Masuda Kohji, Tsuchiya Naoto, Maruyama Kazuo, Suzuki Ryo, 田中大貴，檜作彰良，中山良平]
通讯作者：
田中大貴，檜作彰良，中山良平
Attention Mechanismを導入したMulti-scale 3D-CNNsによる脳MRI画像の低悪性度グリオーマの1p/19q共欠損分類
使用结合注意力机制的多尺度 3D-CNN 对脑 MRI 图像中的低级别胶质瘤进行 1p/19q 联合缺陷分类
使用结合注意力机制的多尺度 3D-CNN 对脑 MRI 图像中的低级别胶质瘤进行 1p/19q 联合缺陷分类
DOI：
--
发表时间：
2022
期刊：
電気学会論文誌Ｃ
影响因子：
--
作者：
[田中 大貴, 檜作 彰良, 中山 良平]
通讯作者：
中山 良平
Computerized Determination Scheme for Histological Classification of Masses on Breast Ultrasonographic Images Using Combination of CNN Features and Morphologic Features
结合CNN特征和形态特征的乳腺超声图像肿块组织学分类的计算机确定方案
结合CNN特征和形态特征的乳腺超声图像肿块组织学分类的计算机确定方案
DOI：
10.1117/12.2564060
发表时间：
2020
期刊：
Proc. of SPIE Fifteenth International Workshop on Breast Imaging
影响因子：
--
作者：
[Shinya Kunieda, Akiyoshi Hizukuri, Ryohei Nakayama]
通讯作者：
Ryohei Nakayama
Computerized classification scheme for distinguishing between benign and malignant masses by analyzing multiple MRI sequences with convolutional neural network
通过使用卷积神经网络分析多个 MRI 序列来区分良性和恶性肿块的计算机分类方案
通过使用卷积神经网络分析多个 MRI 序列来区分良性和恶性肿块的计算机分类方案
DOI：
10.1117/12.2564061
发表时间：
2020
期刊：
Proc. of SPIE Fifteenth International Workshop on Breast Imaging
影响因子：
--
作者：
[Yuichi Mima, Akiyoshi Hizukuri, Ryohei Nakayama]
通讯作者：
Ryohei Nakayama
共 7 条
海外基金