티스토리

AI STICKER
검색하기

블로그 홈

AI STICKER

stickie.tistory.com/m

MACHINE LEARNING & DATA SCIENCE

구독자
1
방명록 방문하기

주요 글 목록

  • [Review / Medical Science] A principled machine learning framework improves accuracy of stage II colorectal cancer prognosis A principled machine learning framework improves accuracy of stage II colorectal cancer prognosis Paper Information.YEAR : 2018AUTHOR : Neofytos Dimitriou 외 3명JOURNAL : Nature (Digital Medicine) Abstract 정확한 예후는 암 환자를 위한 적절한 치료 계획을 세우기 위한 기본 요소입니다. 질병의 이질성, 병리학자 간의 다양성, 현재 병리학적 보고 시스템의 고질적인 한계로 인하여 환자 결과는 유사하게 발병된 환자 코호트 내에서 상당히 다양합니다. 이는 TNM 가이드 라인을 사용하여 2기 직결장암 환자를 분류할 때 특히 부각됩니다. 본 연구의 목적은 기계.. 공감수 1 댓글수 0 2018. 10. 11.
  • [Review / Medical Science] A hierarchical classifier based on human blood plasma fluorescence for non-invasive colorectal cancer screening A hierarchical classifier based on human blood plasma fluorescence for non-invasive colorectal cancer screeningPaper Information.YEAR : 2017AUTHOR : Felipe Soares 외 2명JOURNAL : Artificial Intelligence In Medicine Abstract 대장암의 조기 발견을 위한 분류 모델은 대장암 환자의 생존율을 증가시킵니다. 혈액 형광 분광법은 암 확인에 사용될 수 있는 많은 데이터를 제공합니다. CRC 분류를 위한 혈액 형광 데이터를 분석할 때의 주요 문제점은 적은 수의 샘플을 분석 할 때 높은 차원성을 가지는 것과 고유한 가변성입니다. 본 연구에서는 혈장 .. 공감수 1 댓글수 0 2018. 10. 11.
  • [Paper Review / ML] Risk Prediction Model for Colorectal Cancer : National Health Insurance Corporation Study, Korea Risk Prediction Model for Colorectal Cancer : National Health Insurance Corporation Study, Korea Paper Information.YEAR : 2014AUTHOR : Aesun Shin 외 7명JOURNAL : PLOS Abstract 지난 수십년 간 한국에서의 대장암 발병률과 사망률이 급속히 증가하고 있습니다. 한국인 남녀의 직결장암 예방 및 조기 발견을 위한 대장암 위험 예측 모델의 개발이 절실히 필요한 상황입니다. 본 연구에서는 대장암, 근위 결장암, 원위 대장암, 결장암 및 직장암에 대한 성별별 5년 위험 예측 모델을 구축하였습니다. 해당 모델은 국민 건강 보험 공단 건강 검진에 참여한 남성 84만 5천여명, 여성 47만 .. 공감수 1 댓글수 0 2018. 10. 10.
  • [Paper Review / ML] A review of statistical and machine learning methods for modeling cancer T risk using structured clinical data A review of statistical and machine learning methods for modeling cancer risk using structured clinical dataPaper Information.YEAR : 2018AUTHOR : Aaron N. Richter 외 1명JOURNAL : Artificial Intelligence In Medicine Abstract 시간이 지남에 따라 종양학에서 발전이 진행됨에 따라 암의 예방과 치료 여건이 점차 개선되고 있습니다. 암은 치명적인 질병으로 위험을 줄이기 위해서는 조기에 발견해야 합니다. 또한, 치료를 했더라도 재발할 위험성이 존재합니다. 예측 모델은 과거 데이터를 사용하여 암이 발견되거나 재발한 환자의 특징을 모델링 할 수 있.. 공감수 1 댓글수 0 2018. 10. 9.
  • [Paper Review / ML] Predicting Clinical Outcomes in Colorectal Cancer Using Machine Learning (수정중) Predicting Clinical Outcomes in Colorectal Cancer Using Machine Learning Paper Information.YEAR : 2018AUTHOR : Julian GRUNDNER 외 6명JOURNAL : Studies in Health Technology and Informatics Abstract 유전자 마커 및 각종 환자들의 특징을 사용하면 임상 의사 결정 능력을 향상시키고 예후 정확도를 높일 수 있습니다. 본 연구에서는 정상, 생존, 화학 항암 요법, 재발을 비롯한 임상 관련 결과에 대해 대량의 대장암 환자 데이터셋을 기반으로 랜덤 포레스트, 선형 모델, 신경망과 같은 기계 학습 방법들을 사용하여 예측 모델을 훈련시킵니다. 가장 성공적인 예측 모델은 .. 공감수 1 댓글수 0 2018. 10. 5.
  • [Paper Review / ML] Application of support vector machine in cancer diagnosis Application of Support Vector Machine in cancer diagnosis Paper Information.YEAR : 2010AUTHOR : Hui Wang 외 1명JOURNAL : Medical Oncology / SCIE Abstract 본 연구에서는 암 진단을 위해 SVM 모델을 사용한 종양 마커 검출의 임상적 적용과 관련된 내용을 기술합니다. 대장암, 위암, 폐암에 대한 종양 표지 검사(TM) 결과 데이터를 수집하였습니다. 해당 데이터를 사용하여 최상의 커널 기능을 가진 SVM 모델을 만들고 교차 검증을 통해 검증하였습니다. SVM의 매개변수를 최적화하기 위해 그리드 탐색 및 교차 검증 방법을 사용하였습니다. 분류를 위해 병합 진단 테스트, 로지스틱 회귀 분석, 의사.. 공감수 1 댓글수 0 2018. 10. 4.
  • [Paper Review/ML] Machine learning applications in cancer prognosis and prediction Machine learning applications in cancer prognosis and prediction Paper Information.YEAR : 2014AUTHOR : Konstantina Kourou 외 4명JOURNAL : Computational and Sturctural Biotechnology Abstract 암 연구에서 암 유형의 조기 진단 및 환자의 예후 파악은 환자들의 임상 관리를 용이하게 할 수 있다는 점에서 필요성이 증대되고 있습니다. 암 환자를 고위험, 저위험군으로 분류하기 위해 ANN, BN, SVM, DT와 같은 다양한 머신러닝 방법을 사용하였습니다. 머신러닝의 사용이 암 진행도에 대한 이해를 향상시키는 것은 분명하지만 분명한 검증이 필요합니다. 따라서 본 연구에서.. 공감수 1 댓글수 0 2018. 10. 3.
  • [Paper Review / ML] Deep learning based tissue analysis predicts outcome in colorectal cancer Deep learning based tissue analysis predicts outcome in colorectal cancer Paper Information.YEAR : 2018AUTHOR : Dmitrii BychKov 외 9명JOURNAL : Nature (Scientific Reports) / SCI Abstract 이미지 기반의 머신러닝 & 딥러닝은 최근 의학 이미지 분류 분야에서 전문가 수준의 정확도를 보여주었습니다. 본 연구에서는 CNN과 반복적인 아키텍쳐의 결합으로 종양 조직 샘플 이미지의 대장암 결과를 예측합니다. 이를 통해 알려진, 알려지지 않은 예후 정보를 추출할 수 있습니다. 본 연구에서는 대장암 환자 420명의 종양 조직(TMA) 샘플 데이터를 사용하였습니다. 결과적으로, 작.. 공감수 1 댓글수 0 2018. 10. 2.
  • [Paper Review / ML] EEG-based workers' stress recognition at construction sites EEG-based worker's stress recognition at Construction Sites Paper Information.YEAR : 2018AUTHOR : Houtan Jebelli 외 2명JOURNAL : Automation in Construction / SCIE Abstract 과도한 스트레스에 시달리는 많은 건설 노동자가 안전과 건강에 악영향을 미치기 때문에 스트레스를 미리 인지하는 것은 중요하다고 할 수 있습니다. 본 연구에서는 뇌파 신호를 이용하여 건설 현장에서 작업자의 스트레스를 자동으로 인식하는 모델을 개발하였습니다. Method / ResultsProcedure 14개의 다른 채널을 통해 EEG 신호를 측정하였습니다. EEG 신호는 1초에 128개의 데이터 포인트를 가.. 공감수 1 댓글수 0 2018. 9. 17.
    문의안내
    • 티스토리
    • 로그인
    • 고객센터

    티스토리는 카카오에서 사랑을 담아 만듭니다.

    © Kakao Corp.