메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
Cheng-Bin Jin (인하대학교) Hakil Kim (인하대학교) Seongsu Joo (팀엘리시움) Eunsik Park (팀엘리시움) Young Saem Ahn (인하대학교) In Ho Han (부산대학교병원) Jae Il Lee (부산대학교병원) Xuenan Cui (인하대학교)
저널정보
대한전기학회 대한전기학회 학술대회 논문집 2019년도 대한전기학회 의용시스템연구회 동계학술대회
발행연도
2019.2
수록면
3 - 6 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Computed tomography (CT) is widely used in various clinical applications. Magnetic resonance imaging (MRI) provides more anatomical details than CT for diagnostic purposes. However, the price of an MRI puts a heavy burden on low-income patients. This leads patients to undergo low-cost CT scans instead of MRIs, and this causes them to miss the opportunity for early diagnosis. To generate additional information and to increase the diagnostic value of CT, this paper proposes a method to approximate an MR image using a CT scan with the adversarial cycle-consistent networks. A novel objective function is introduced, consisting of adversarial loss, cycle-consistent loss, voxel-wise loss, gradient difference loss, and perceptual loss. Experimental results show that the proposed method significantly outperforms all baseline methods in all measurements, achieving the lowest mean absolute error and root mean square error and the highest peak-signal-to-noise-ratio, structural similarity, and Pearson correlation coefficient. This study can help the low-income patients, who cannot undergo MRI in clinical diagnosis, and patients in the developing countries where CT is the only diagnostic device.

목차

Abstract
1. Introduction
2. Methods
3. Results
4. Conclusions
[References]

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0