學術產出-國科會研究計畫

文章檢視/開啟

書目匯出

Google ScholarTM

政大圖書館

引文資訊

TAIR相關學術產出

題名 融合卷積神經網路和量化超音波特徵以診斷多樣肺支氣管鏡影像之癌組織型態
Ensembled Convolutional Neural Networks with Quantitative Ultrasonic Features to Diagnose Lung Cancer Tissue Types in Various Bronchoscopy Images
作者 羅崇銘;馮博皓
貢獻者 圖檔所
關鍵詞 肺癌; 支氣管鏡; 電腦輔助診斷; 卷積神經網路
Lung cancer; bronchoscopy; computer-aided diagnosis; convolutional neural networks
日期 2023-09
上傳時間 30-十月-2024 11:45:21 (UTC+8)
摘要 本計畫將以電腦輔助診斷處理4種支氣管鏡中的病變型態,將低劑量電腦斷層目前無法識別出在轉換為浸潤性癌之前的增生性支氣管上皮和原位癌以支氣管鏡影像進行評估,透過機器學習+臨床特徵量化(包括形狀、強度、色彩、紋理)以及卷積神經網路的自動化特徵將能達到量化、有效率、一致、客觀的診斷評估,早期發現早期治療,減少醫療花費與社會成本,並探索最高準確率背後的原因,以期協助將人工智慧應用於醫學臨床。
關聯 科技部, MOST111-2221-E004-012, 111.08-112.07
資料類型 report
dc.contributor 圖檔所
dc.creator (作者) 羅崇銘;馮博皓
dc.date (日期) 2023-09
dc.date.accessioned 30-十月-2024 11:45:21 (UTC+8)-
dc.date.available 30-十月-2024 11:45:21 (UTC+8)-
dc.date.issued (上傳時間) 30-十月-2024 11:45:21 (UTC+8)-
dc.identifier.uri (URI) https://nccur.lib.nccu.edu.tw/handle/140.119/154166-
dc.description.abstract (摘要) 本計畫將以電腦輔助診斷處理4種支氣管鏡中的病變型態,將低劑量電腦斷層目前無法識別出在轉換為浸潤性癌之前的增生性支氣管上皮和原位癌以支氣管鏡影像進行評估,透過機器學習+臨床特徵量化(包括形狀、強度、色彩、紋理)以及卷積神經網路的自動化特徵將能達到量化、有效率、一致、客觀的診斷評估,早期發現早期治療,減少醫療花費與社會成本,並探索最高準確率背後的原因,以期協助將人工智慧應用於醫學臨床。
dc.format.extent 116 bytes-
dc.format.mimetype text/html-
dc.relation (關聯) 科技部, MOST111-2221-E004-012, 111.08-112.07
dc.subject (關鍵詞) 肺癌; 支氣管鏡; 電腦輔助診斷; 卷積神經網路
dc.subject (關鍵詞) Lung cancer; bronchoscopy; computer-aided diagnosis; convolutional neural networks
dc.title (題名) 融合卷積神經網路和量化超音波特徵以診斷多樣肺支氣管鏡影像之癌組織型態
dc.title (題名) Ensembled Convolutional Neural Networks with Quantitative Ultrasonic Features to Diagnose Lung Cancer Tissue Types in Various Bronchoscopy Images
dc.type (資料類型) report