E
Eung Yeop Kim
H指数:43
被引数:6,086
个人简介
暂无内容
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
使用神经黑色素MRI将早期帕金森病的症状领域和优势性映射到黑质亚区
基于深度学习的易损性图谱加权成像分析:作为特发性快速眼动睡眠行为障碍患者多巴胺转运蛋白正电子发射断层扫描替代物的背侧黑质高信号
早期帕金森病中标准磁化率图加权成像与基于临床SWI和神经黑色素MRI重建的磁化率图加权成像的诊断性能比较
神经黑色素成像在诊断早期帕金森病方面优于自由水成像:一项比较MRI研究
淋巴功能障碍将血管病理学与阿尔茨海默氏症的生物标志物和认知能力下降联系起来
基于深度学习的帕金森综合征脑干分割及多类分类
基于深度学习的扩散MRI脑梗死自动分割
SCIENTIFIC REPORTS
IF3.9
使用深度学习通过解剖尺度定位自动检测微出血
MEDICAL IMAGE ANALYSIS
IF11.8
磁敏感图加权MRI可以区分震颤主导的帕金森病和特发性震颤
SCIENTIFIC REPORTS
IF3.9
小脑下脚征:区分多系统萎缩小脑型与脊髓小脑性共济失调的新型影像学标志物
基于深度学习的Nigrosome-1自动定量与帕金森综合征分类的磁化率图加权MRI算法
SPINNED: 基于仿真的物理信息神经网络,用于对动态磁化率对比MRI灌注数据进行反卷积
阿维鲁单抗联合吉西他滨作为二线治疗晚期平滑肌肉瘤的II期试验 (KCSG UN18-06)
ANNALS OF ONCOLOGY
IF65.4
硬膜外血补片治疗影像学阴性自发性低颅压的结果
CEPHALALGIA
IF4.6
早期帕金森病患者神经黑色素敏感MRI与18F-FP-CIT PET的相关性: 使用高空间分辨率MRI进行体素分析的实用性
使用单级三平面集合检测网络 (tpe-det) 检测MR图像中的脑微出血
使用深度学习方法从动态血管造影MRI获取的灌注图
基于深度学习的急性缺血性卒中患者侧支自动评估
使用带有AdaIN的可切换CycleGAN连续转换CT核

