Generation of contrast enhanced computed tomography image using deep learning network

Sang-Keun Woo

추천

검색

질문

자료유형: 학술저널

저자정보: Sang-Keun Woo (Korea Institute of Radiological and Medical Sciences)

저널정보: 한국컴퓨터정보학회 한국컴퓨터정보학회논문지 한국컴퓨터정보학회 논문지 제24권 제3호(통권 제180호)

발행연도: 2019.3

수록면: 41 - 47 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

In this paper, we propose a application of conditional generative adversarial network (cGAN) for generation of contrast enhanced computed tomography (CT) image. Two types of CT data which were the enhanced and non-enhanced were used and applied by the histogram equalization for adjusting image intensities. In order to validate the generation of contrast enhanced CT data, the structural similarity index measurement (SSIM) was performed. Prepared generated contrast CT data were analyzed the statistical analysis using paired sample t-test. In order to apply the optimized algorithm for the lymph node cancer, they were calculated by short to long axis ratio (S/L) method. In the case of the model trained with CT data and their histogram equalized SSIM were 0.905±0.048 and 0.908±0.047. The tumor S/L of generated contrast enhanced CT data were validated similar to the ground truth when they were compared to scanned contrast enhanced CT data. It is expected that advantages of Generated contrast enhanced CT data based on deep learning are a cost-effective and less radiation exposure as well as further anatomical information with non-enhanced CT data.

#Contrast enhanced computed tomography #deep learning #generative adversarial network

참고문헌 (27)

참고문헌 신청

Hathcock, John T. / 1993 / Principles and concepts of computed tomography / The Veterinary clinics of North America. Small animal practice 23:399~415

Brenner, David J. / 2007 / Computed tomography —an increasing source of radiation exposure / New England Journal of Medicine 357:2277~2284

Schneider, Uwe / 1996 / The calibration of CT Hounsfield units for radiotherapy treatment planning / Physics in Medicine & Biology 41:111~124

Gao, Feng / 2017 / Diagnostic value of contrast-enhanced CT scans in identifying lung adenocarcinomas manifesting as GGNs (ground glass nodules) / Medicine 96:1~6

Pena, Constantino S. / 2000 / Characterization of indeterminate (lipid-poor) adrenal masses: use of washout characteristics at contrast-enhanced CT / Radiology 217:798~802

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

우상근

소속기관 과학기술연합대학원대학교

주요연구분야 공학 > 컴퓨터학

논문수 15 이용수 1,142

이 논문과 함께 이용한 논문

무조건 딥러닝?

이종석 ie 매거진 2019 .03

딥러닝, 소음진동분야에도 유용한가?

이승철 한국소음진동공학회 학술대회논문집 2019 .02

GAN기반 딥러닝 모형을 이용한 BSR 소음의 강건한분류

김진영 , 문세민 , 조성배 소음·진동 2019 .03

기후 및 계절정보를 이용한 딥러닝 기반의 장기간 태양광 발전량 예측 기법

이동훈 , 김관호 한국전자거래학회지 2019 .02

Implementation of a Wi-Fi Based Cluster System using Raspberry Pi for Multidisciplinary Education

Geum-Seo Koo , Gab-Sig Sim 한국컴퓨터정보학회논문지 2019 .01

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (27)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)