簡易檢索 / 檢索結果

  • 檢索結果:共11筆資料 檢索策略: "Deep Learning".ekeyword (精準) and cadvisor.raw="黃騰毅"


  • 在搜尋的結果範圍內查詢: 搜尋 展開檢索結果的年代分布圖

  • 個人化服務

    我的檢索策略

  • 排序:

      
  • 已勾選0筆資料


      本頁全選

    1

    以深度學習法分析胸前X光影像之肺炎偵測與標記:批次資料控制與敏感度調控
    • 電機工程系 /108/ 碩士
    • 研究生: 張譯云 指導教授: 黃騰毅
    • 肺炎指的是肺部出現發炎的症狀主要會影響肺泡功能,成因通常為受到細菌或病毒感染,肺炎常見的症狀包含咳嗽、咳痰、胸痛、呼吸困難、發燒等,透過胸前X光影像可以呈現其病灶區域與檢測其病理狀況,本研究的目的在…
    • 點閱:152下載:0
    • 全文公開日期 2025/07/15 (校內網路)
    • 全文公開日期 2025/07/15 (校外網路)
    • 全文公開日期 2025/07/15 (國家圖書館:臺灣博碩士論文系統)

    2

    磁振面迴訊影像之無參考修正:生成對抗網路及虛擬位移場
    • 電機工程系 /111/ 碩士
    • 研究生: 郭仲瑾 指導教授: 黃騰毅
    • 我們開發了一種基於生成對抗網絡產生的虛擬位移場對面迴訊影像進行無參考的失真校正方法。網絡模型的輸入是擴散張量影像數據集的三維原始b0影像,輸出目標是從反向梯度校正方法導出的相應位移場。獲得的模型使用…
    • 點閱:242下載:0
    • 全文公開日期 2025/07/04 (校內網路)
    • 全文公開日期 2025/07/04 (校外網路)
    • 全文公開日期 2025/07/04 (國家圖書館:臺灣博碩士論文系統)

    3

    基於深度學習之磁振擴散影像處理:虛擬位移場、混合損失函數及方向感知
    • 電機工程系 /111/ 碩士
    • 研究生: 李采珏 指導教授: 黃騰毅
    • 磁共振成像圖像的準確性受到磁場不均勻引起的失真問題影響。為了解決這些失真問題,許多EPI校正方法被廣泛應用。傳統的EPI校正方法通常需要使用參考圖像,例如反相圖像或額外的校準掃描,以校正EPI序列中…
    • 點閱:264下載:0
    • 全文公開日期 2025/07/21 (校內網路)
    • 全文公開日期 2025/07/21 (校外網路)
    • 全文公開日期 2025/07/21 (國家圖書館:臺灣博碩士論文系統)

    4

    磁振心臟影像之自動切割:針對心室中膈區域以及跨院預測提升準確度
    • 電機工程系 /109/ 碩士
    • 研究生: 何珈宜 指導教授: 黃騰毅
    • 本研究以人工智慧的方式,訓練用於完成心臟區塊分割的模型,尤其是針對心肌的詳細分割為目的,而在研究結果顯示,最佳的模型切割方式為將心臟不僅僅是切割出左心室與右心室的區塊,亦將心肌分割出心室中膈以及非心…
    • 點閱:190下載:0
    • 全文公開日期 2024/07/28 (校內網路)
    • 全文公開日期 2027/07/28 (校外網路)
    • 全文公開日期 2027/07/28 (國家圖書館:臺灣博碩士論文系統)

    5

    以深度學習法進行大腦皮質下分割之多面向研究
    • 電機工程系 /109/ 碩士
    • 研究生: 翁振軒 指導教授: 黃騰毅
    • 在醫療領域當中,專業人士藉由觀察大腦皮質下不同區域體積的異變,進而做出診斷與分析,如評估病人的病況以及檢查神經系統狀況。因此,取得精準的大腦皮質下分割結果至關重要。本研究基於神經網路架構,開發具大規…
    • 點閱:243下載:0
    • 全文公開日期 2024/07/28 (校內網路)
    • 全文公開日期 2027/07/28 (校外網路)
    • 全文公開日期 2027/07/28 (國家圖書館:臺灣博碩士論文系統)

    6

    磁振心臟影像之自動切割:深度學習、品質預測以及模型移植
    • 電機工程系 /107/ 碩士
    • 研究生: 林政陞 指導教授: 黃騰毅
    • 磁共振心臟影像能以多切面的方式重建3維空間的人體心臟影像,因此能提供足夠的資訊進行心臟功能的診斷。本研究以人工智慧的方式,訓練一個機器模型來完成心臟區塊分割的標籤繪製,同時使用包含時間序的四維磁共振…
    • 點閱:212下載:0
    • 全文公開日期 2024/08/13 (校內網路)
    • 全文公開日期 本全文未授權公開 (校外網路)
    • 全文公開日期 本全文未授權公開 (國家圖書館:臺灣博碩士論文系統)

    7

    以深度學習法分析大腦磁振影像:腦腫瘤之自動分區
    • 電機工程系 /106/ 碩士
    • 研究生: 楊采玲 指導教授: 黃騰毅
    • 腦神經膠質瘤為大腦中支持組織所產生的腫瘤,平均存活時間只有二至三年,治療方式與腫瘤的位置及大小相關。因此BraTS2017在魁北克舉辦一個相關比賽,希望透過自動化的方式將腦神經膠質瘤術前病患的磁振造…
    • 點閱:314下載:1

    8

    基於深度學習的三維心臟磁共振影像全自動分割及應變分析
    • 電機工程系 /110/ 碩士
    • 研究生: 王琪惠 指導教授: 黃騰毅
    • 心臟磁共振影像的準確分割是臨床實踐中診斷和評估許多心血管疾病的重要先決條件。深度學習最近已被廣泛應用在心臟圖像分割上。本研究以基於深度學習的方法,訓練用於分割心臟左心室、心肌及右心室的模型,然而模型…
    • 點閱:247下載:0
    • 全文公開日期 2024/07/28 (校內網路)
    • 全文公開日期 2024/07/28 (校外網路)
    • 全文公開日期 2024/07/28 (國家圖書館:臺灣博碩士論文系統)

    9

    基於深度學習的磁振心臟影像全自動分割與增強技術
    • 電機工程系 /111/ 碩士
    • 研究生: 陳苡昕 指導教授: 黃騰毅
    • 從影像中分割心臟的不同區域是確立心臟磁共振診斷的一項常見臨床任務,深度學習在此領域已展現出顯著的性能,如自動心臟診斷挑戰賽等。本論文通過數據增強技術訓練網絡,並證明該模型有助於更有效地學習心臟影像分…
    • 點閱:343下載:0
    • 全文公開日期 2025/07/21 (校內網路)
    • 全文公開日期 2025/07/21 (校外網路)
    • 全文公開日期 2025/07/21 (國家圖書館:臺灣博碩士論文系統)

    10

    以深度學習法與頭頸部磁振影像偵測腮腺腫瘤
    • 電機工程系 /107/ 碩士
    • 研究生: 張儀如 指導教授: 黃騰毅
    • 腮腺為人體最大唾液線組織,透過磁共振影像可以呈現其樣貌與檢測其病理狀 況,本研究的目的在於建立針對磁共振影像的全自動識別腮腺腫瘤系統,透過 此系統之分析與判斷,檢測影像中的腮腺腫瘤,並將其分為三種類…
    • 點閱:185下載:0
    • 全文公開日期 2024/08/13 (校內網路)
    • 全文公開日期 2024/08/13 (校外網路)
    • 全文公開日期 2024/08/13 (國家圖書館:臺灣博碩士論文系統)