::원조이동 김미자할머니집::

이용후기

고객센터 > 이용후기

임상 예측을 위한 MRI 데이터 사용 덧글 0 | 조회 462 | 2023-07-27 14:35:44

문제

Yoshida et al. [ 10]는 환자의 임상적 특징을 수백만 개의 복셀(3차원 공간에서 그리드의 점을 나타내는 볼륨 요소)으로 구성된 MRI 이미지 강도와 결합하는 새로운 방법을 제안합니다. 저자가 만든 방법은 RBF-sPLS(방사형 기저 함수 희소 부분 최소 제곱) 알고리즘을 기반으로 임상 특성뿐만 아니라 효과적인 뇌 영역을 결정할 수 있는 기능을 부여하는 유사한 방법에 비해 이점을 제공합니다. 즉, 설명 변수의 희박한 선형 조합을 생성함으로써 개발된 접근 방식은 기능 선택 및 차원 축소(즉, 새롭고 더 압축된 기능 생성)를 동시에 수행합니다. 이 두 가지 작업을 동시에 수행하는 것은 특히 방대한 양의 데이터에 대해 다른 기술에 문제가 있습니다. 그러나 RBF-sPLS를 사용하면 작성자가 많은 양의 데이터를 효율적으로 관리할 수 있습니다. Yoshida et al. RBF-sPLS를 시뮬레이션된 데이터 세트의 원래 sPLS와 비교하고 해당 기술이 민감도, 특이성 및 c-인덱스 점수 측면에서 원본보다 우수함을 입증합니다. 시뮬레이션된 데이터 세트는 RBF-sPLS의 유일한 테스트인 것으로 보이며 매우 유망한 결과를 얻었음에도 불구하고 이 방법은 실제 데이터에서 테스트해야 결과가 임상적으로 유의미한 것으로 간주될 수 있습니다.
구글 상위노출

스포츠 중계 사이트 추천

성인용품

캠프캠프

신규 슬롯 사이트 추천

무료스포츠 채널

강남야구장

오산출장마사지

성인용품

백링크 작업
10