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
- 来源:
- 关键词:
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
- DOI:
- 发表时间:2022
- 期刊:
- 影响因子:0
- 作者:Daiki Tanaka;Akiyoshi Hizukuri;Ryohei Nakayama
- 通讯作者:Ryohei Nakayama
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
- DOI:10.1117/12.2564060
- 发表时间:2020
- 期刊:
- 影响因子:0
- 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
- DOI:10.1117/12.2564061
- 发表时间:2020
- 期刊:
- 影响因子:0
- 作者:Yuichi Mima;Akiyoshi Hizukuri;Ryohei Nakayama
- 通讯作者:Ryohei Nakayama
{{
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