日期 影响因子
日期:
2020 年 — 2026 年
2020
2021
2022
2023
2024
2025
2026
影响因子:
–

Explainable Vision Transformer with Self-Supervised Learning to Predict Alzheimer's Disease Progression Using 18F-FDG PET

基于自监督学习的可解释视觉转换器利用18F-FDG PET预测阿尔茨海默病进展

期刊:Bioengineering-Basel
影响因子:3.8
doi:10.3390/bioengineering10101225
Khatri, Uttam; Kwon, Goo-Rak
阿尔茨海默症
发表日期：2023
文献求助 收藏

Classification and Graphical Analysis of Alzheimer's Disease and Its Prodromal Stage Using Multimodal Features From Structural, Diffusion, and Functional Neuroimaging Data and the APOE Genotype

利用结构、扩散和功能神经影像数据以及APOE基因型的多模态特征对阿尔茨海默病及其前驱期进行分类和图形分析

期刊:Frontiers in Aging Neuroscience
影响因子:4.5
doi:10.3389/fnagi.2020.00238
Gupta, Yubraj; Kim, Ji-In; Kim, Byeong Chae; Kwon, Goo-Rak
阿尔茨海默症
APOE
发表日期：2020
文献求助 收藏

Classification of Alzheimer's Disease and Mild Cognitive Impairment Based on Cortical and Subcortical Features from MRI T1 Brain Images Utilizing Four Different Types of Datasets

基于MRI T1脑图像皮质和皮质下特征，利用四种不同类型数据集对阿尔茨海默病和轻度认知障碍进行分类

期刊:Journal of Healthcare Engineering
影响因子:
doi:10.1155/2020/3743171
Toshkhujaev, Saidjalol; Lee, Kun Ho; Choi, Kyu Yeong; Lee, Jang Jae; Kwon, Goo-Rak; Gupta, Yubraj; Lama, Ramesh Kumar
阿尔茨海默症
神经科学
发表日期：2020
文献求助 收藏

Early diagnosis of Alzheimer's disease using combined features from voxel-based morphometry and cortical, subcortical, and hippocampus regions of MRI T1 brain images

利用基于体素的形态测量学特征以及MRI T1脑图像的皮质、皮质下和海马区域特征，对阿尔茨海默病进行早期诊断。

期刊:PLoS One
影响因子:2.6
doi:10.1371/journal.pone.0222446
Gupta, Yubraj; Lee, Kun Ho; Choi, Kyu Yeong; Lee, Jang Jae; Kim, Byeong Chae; Kwon, Goo Rak
阿尔茨海默症
神经科学
发表日期：2019
文献求助 收藏

Prediction and Classification of Alzheimer's Disease Based on Combined Features From Apolipoprotein-E Genotype, Cerebrospinal Fluid, MR, and FDG-PET Imaging Biomarkers

基于载脂蛋白E基因型、脑脊液、磁共振和FDG-PET成像生物标志物联合特征的阿尔茨海默病预测与分类

期刊:Frontiers in Computational Neuroscience
影响因子:2.3
doi:10.3389/fncom.2019.00072
Gupta, Yubraj; Lama, Ramesh Kumar; Kwon, Goo-Rak
阿尔茨海默症
神经科学
发表日期：2019
文献求助 收藏

Pixel-Label-Based Segmentation of Cross-Sectional Brain MRI Using Simplified SegNet Architecture-Based CNN

基于简化SegNet架构的CNN实现基于像素标签的横断面脑MRI分割

期刊:Journal of Healthcare Engineering
影响因子:
doi:10.1155/2018/3640705
Khagi, Bijen; Kwon, Goo-Rak
神经科学
发表日期：2018
文献求助 收藏

Segmentation of Planar Surfaces from Laser Scanning Data Using the Magnitude of Normal Position Vector for Adaptive Neighborhoods

基于法向位置矢量幅值的自适应邻域激光扫描数据平面分割

期刊:Sensors
影响因子:3.5
doi:10.3390/s16020140
Kim, Changjae; Habib, Ayman; Pyeon, Muwook; Kwon, Goo-rak; Jung, Jaehoon; Heo, Joon
发表日期：2016
文献求助 收藏