A highly reliable marker-less tumor tracking algorithm for acquiring tumor and bone discrimination intelligence

一种高度可靠的无标记肿瘤追踪算法，用于获取肿瘤和骨骼辨别情报

基本信息

批准号：
17K09054
负责人：
Terunuma Toshiyuki
金额：
$ 2.91万
依托单位：
University of Tsukuba
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2017
资助国家：
日本
起止时间：
2017-04-01 至 2020-03-31
项目状态：
已结题

项目摘要

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Patient-specific deep learning for real-time tumor contouring

针对患者的实时肿瘤轮廓深度学习

DOI：
发表时间：
2019
期刊：
影响因子：
0
作者：
Terunuma Toshiyuki;Tokui Aoi;Sakae Takeji;Toshiyuki Terunuma;Toshiyuki Terunuma
通讯作者：
Toshiyuki Terunuma

Application of Deep Learning in Radiotherapy

深度学习在放射治疗中的应用

DOI：
发表时间：
2019
期刊：
影响因子：
0
作者：
Terunuma Toshiyuki;Tokui Aoi;Sakae Takeji;Toshiyuki Terunuma
通讯作者：
Toshiyuki Terunuma

X線透視によるマーカーレス腫瘍追跡のために腫瘍と骨の重要性認識制御が可能な深層学習用非線形データ拡張法の理解と臨床X線透視画像を使用した試験結果

了解深度学习的非线性数据增强方法，该方法可以识别和控制肿瘤和骨骼对于使用 X 射线透视进行无标记肿瘤跟踪的重要性，并使用临床 X 射线透视图像测试结果

DOI：
发表时间：
2018
期刊：
影响因子：
0
作者：
照沼利之;友田光一;榮武二;大西かよ子;奥村敏之;櫻井英幸
通讯作者：
櫻井英幸

Personalized deep learning - Real-time projected-CTV contouring in X-ray fluoroscopy

个性化深度学习 - X 射线透视中的实时投影 CTV 轮廓

DOI：
发表时间：
2018
期刊：
影响因子：
0
作者：
照沼利之;友田光一;榮武二;大西かよ子;奥村敏之;櫻井英幸;Toshiyuki Terunuma
通讯作者：
Toshiyuki Terunuma

マーカーレス腫瘍追跡のための Deep Learning 用画像作成方法の改善

改进用于无标记肿瘤跟踪的深度学习的图像创建方法

DOI：
发表时间：
2018
期刊：
影响因子：
0
作者：
友田光一;照沼利之;榮武二
通讯作者：
榮武二

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

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

作者：
{{ item.author }}

数据更新时间：{{ monograph.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

作者：
{{ item.author }}

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

作者：
{{ item.author }}

数据更新时间：{{ patent.updateTime }}

Terunuma Toshiyuki其他文献

Terunuma Toshiyuki的其他文献

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

{{ truncateString('Terunuma Toshiyuki', 18)}}的其他基金

Developing the coaching system using tumor tracking information

使用肿瘤跟踪信息开发指导系统

批准号：
25461903
财政年份：
2013
资助金额：
$ 2.91万
项目类别：
Grant-in-Aid for Scientific Research (C)

相似国自然基金

基于Deep-learning的三江源区冰川监测动态识别技术研究

批准号：
51769027
批准年份：
2017
资助金额：
38.0 万元
项目类别：
地区科学基金项目

基于异构医学影像数据的深度挖掘技术及中枢神经系统重大疾病的精准预测

批准号：
61672236
批准年份：
2016
资助金额：
64.0 万元
项目类别：
面上项目

具有时序处理能力的Spiking-Deep Learning（脉冲深度学习）方法研究

批准号：
61573081
批准年份：
2015
资助金额：
64.0 万元
项目类别：
面上项目

相似海外基金

Deep learning approach for true dose distribution considering movement during beam on time

考虑射束准时期间运动的真实剂量分布的深度学习方法

批准号：
23K07077
财政年份：
2023
资助金额：
$ 2.91万
项目类别：
Grant-in-Aid for Scientific Research (C)

サイクルGANを用いた転移性脳腫瘍へのマルチモダリティ画像誘導放射線治療法の実現

使用循环GAN实现转移性脑肿瘤的多模态图像引导放疗

批准号：
22K07778
财政年份：
2022
资助金额：
$ 2.91万
项目类别：
Grant-in-Aid for Scientific Research (C)

AI-based recognize supporting technologies for daily CT-image guidance on liver caner proton therapy

基于AI识别的肝癌质子治疗日常CT影像指导支撑技术

批准号：
22K07788
财政年份：
2022
资助金额：
$ 2.91万
项目类别：
Grant-in-Aid for Scientific Research (C)

Hybrid method for iterative CT reconstruction and deep learning

迭代 CT 重建和深度学习的混合方法

批准号：
19K08093
财政年份：
2019
资助金额：
$ 2.91万
项目类别：
Grant-in-Aid for Scientific Research (C)

Realization of next-generation adaptive radiation therapy using virtual CT image constructed with convolution neural network

利用卷积神经网络构建的虚拟CT图像实现下一代自适应放射治疗

批准号：
18K15563
财政年份：
2018
资助金额：
$ 2.91万
项目类别：
Grant-in-Aid for Early-Career Scientists

会员权益说明：