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

基本信息

  • 批准号:
    19K20719
  • 负责人:
  • 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
  • 起止时间:
    2019-04-01 至 2022-03-31
  • 项目状态:
    已结题

项目摘要

项目成果

期刊论文数量(7)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
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
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 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
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
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
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 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
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
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

HIZUKURI AKIYOSHI其他文献

HIZUKURI AKIYOSHI的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

相似海外基金

ディープラーニングを用いたMRI機能画像(DTIおよびNODDI)の生成
使用深度学习生成 MRI 功能图像(DTI 和 NODDI)
  • 批准号:
    22K15866
  • 财政年份:
    2022
  • 资助金额:
    $ 1.91万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
敵対的生成ネットワークによる説明可能な3D-MRI画像識別モデルによる診断支援
使用可解释的 3D-MRI 图像识别模型(使用生成对抗网络)提供诊断支持
  • 批准号:
    22K12786
  • 财政年份:
    2022
  • 资助金额:
    $ 1.91万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
ディープラーニングを用いた新MRIシークエンス開発~小児の肝機能画像評価の実現
利用深度学习开发新的MRI序列——实现儿童肝功能图像评估
  • 批准号:
    21K15798
  • 财政年份:
    2021
  • 资助金额:
    $ 1.91万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
多重識別化ディープラーニングによる前立腺MRI画像診断の識別精度向上
利用多重判别深度学习提高前列腺 MRI 图像诊断的识别准确性
  • 批准号:
    20K09519
  • 财政年份:
    2020
  • 资助金额:
    $ 1.91万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
AI画像診断支援システムの構築~重篤な救急頭部疾患を診断・予測する~
构建AI图像诊断支持系统~诊断和预测严重急诊头部疾病~
  • 批准号:
    20K16737
  • 财政年份:
    2020
  • 资助金额:
    $ 1.91万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了