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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
Subrata Bhattacharjee (인제대학교) Deekshitha Prakash (인제대학교) 김초희 (인제대학교) 김희철 (인제대학교) 최흥국 (인제대학교)
저널정보
대한의료정보학회 Healthcare Informatics Research Healthcare Informatics Research 제28권 제1호
발행연도
2022.1
수록면
46 - 57 (12page)

이용수

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

초록· 키워드

오류제보하기
Objectives: A primary brain tumor starts to grow from brain cells, and it occurs as a result of errors in the DNA of normalcells. Therefore, this study was carried out to analyze the two-dimensional (2D) texture, morphology, and statistical featuresof brain tumors and to perform a classification using artificial intelligence (AI) techniques. Methods: AI techniques can helpradiologists to diagnose primary brain tumors without using any invasive measurement techniques. In this paper, we focusedon deep learning (DL) and machine learning (ML) techniques for texture, morphological, and statistical feature classificationof three tumor types (namely, glioma, meningioma, and pituitary). T1-weighted magnetic resonance imaging (MRI) 2D scanswere used for analysis and classification (multiclass and binary). A total of 102 features were calculated for each tumor, and the20 most significant features were selected using the three-step feature selection method, which included removing duplicatefeatures, Pearson correlations, and recursive feature elimination. Results: From the predicted results of multiclass and binaryclassification, a long short-term memory binary classification (glioma vs. meningioma) showed the best performance, withan average accuracy, recall, precision, F1-score, and kappa coefficient of 97.7%, 97.2%, 97.5%, 97.0%, and 94.7%, respectively. Conclusions: The early diagnosis of primary brain tumors is very important because it can be the key to effective treatment. Therefore, this research presents a method for early diagnoses by effectively classifying three types of primary brain tumors.
#Brain Tumor #Magnetic Resonance Imaging #Deep Learning #Machine Learning #Classification

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0