Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "林鋐洋"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    應用最優質量傳輸、深度學習分割與影像組學於腦腫瘤 CDKN2A/B 純合缺失分類
    (2025) 林鋐洋; Lin, Hung-Yang
    本研究針對類別不平衡的動態對比增強磁振造影(Dynamic Contrast Enhanced Magnetic Resonance Imaging, DCE-MRI)醫學影像資料進行不同的影像預處理,並從中提取影像組學特徵。之後訓練了多個分類模型用於預測腦腫瘤的 CDKN2A/B 純合缺失。在影像預處理的部分,首先使用最優質量傳輸(Optimal Mass Transport, OMT)方法將原始 DCE-MRI 影像從 256 × 220 × 176 壓縮至 128 × 128 × 128,以降低計算成本與儲存需求,有利於後續的分析。接著利用基於 BraTS2023 資料集訓練的 nnU-Net 模型對腦腫瘤進行自動分割,標註目標腫瘤區域。從標記的全腫瘤 (Whole Tumor, WT) 區域提取影像組學特徵(radiomic features),並結合獨立樣本 t 檢定 與 LASSO 回歸 進行特徵篩選與降維,以提升分類模型的性能。隨後建構支援向量機(Support Vector Machine, SVM) 及邏輯回歸(Logistic Regression) 進行分類,並以 ROC-AUC、召回率(Recall) 等指標評估模型效能。最後透過 SHapley Additive exPlanations (SHAP) 計算特徵對模型決策的貢獻,以解釋模型的預測結果。

DSpace software copyright © 2002-2025 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback