Browsing by Author "林鋐洋"
Now showing 1 - 1 of 1
- Results Per Page
- Sort Options
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。