文献

J-GLOBAL ID：201702230621803219   整理番号：17A1093399

局所的および大域的なMRI特徴に基づく神経膠腫のコンピュータ支援グレーディング【Powered by NICT】

Computer-aided grading of gliomas based on local and global MRI features

著者 (4件)： Hsieh Kevin Li-Chun (Department of Medical Imaging, Taipei Medical University Hospital, Taipei, Taiwan) ,  Hsieh Kevin Li-Chun (Translational Imaging Research Center, College of Medicine, Taipei Medical University, Taipei, Taiwan) ,  Lo Chung-Ming (Graduate Institute of Biomedical Informatics, College of Medical Science and Technology, Taipei Medical University, Taipei, Taiwan) ,  Hsiao Chih-Jou (Graduate Institute of Biomedical Informatics, College of Medical Science and Technology, Taipei Medical University, Taipei, Taiwan)
資料名： Computer Methods and Programs in Biomedicine  (Computer Methods and Programs in Biomedicine)
巻： 139  ページ： 31-38  発行年： 2017年 
JST資料番号： D0213C  ISSN： 0169-2607  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アイルランド (IRL)  言語： 英語 (EN)

抄録/ポイント： 定量的磁気共鳴イメージング(MRI)特徴に基づくコンピュータ支援診断(CAD)システムは,びまん性神経膠腫の悪性度,中枢神経系腫瘍を評価するために開発した。CAD性能評価のための取得した画像データベースは,34神経膠芽腫と73びまん性低グレード神経膠腫で構成されていた。各ケースでは,線引きされた腫瘍領域で囲まれた組織はMRIスキャンでのそれらのグレースケール強度に従って解析した。神経膠腫組織および14種のテクスチャー特徴の大域的グレースケール分布を記述する四ヒストグラムモーメント特徴は隣接ピクセル値間の局所相関を解釈した。ロジスティック回帰モデルを用いて,個々の特徴集合,両特徴セットの組合せを用いて,悪性度予測モデルを確立した。大域的,局所的,及び両画像特徴の組合せセットを用いてC ADシステムの性能は,それぞれ76%,83%,及び88%の精度を達成した。大域特徴に比較して,組み合わせ特徴は有意に優れた精度を持っていた(p=0.0213)。病理結果に関しては,CAD分類は実質的な一致κ=0.698,p<0.001を得た。多くの提案した画像特徴は低グレード神経膠腫からの神経膠芽腫の識別に有意であった。悪性予測モデルへのさらなるそれらの組合せ臨床使用のための診断提言を提供することにおいて有望である。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： グレースケール ,  性能評価 ,  予測モデル ,  計算機診断 ,  画像データベース ,  *神経膠腫 ,  画像特性 ,  画素 ,  膠芽腫 ,  *CAE【計算機】 ,  病理 ,  走査 ,  NMRイメージング
準シソーラス用語： 悪性度 , 【Automatic Indexing@JST】

著者キーワード (6件)： 脳腫瘍 ,  びまん性神経膠腫 ,  神経膠芽腫 ,  コンピュータ支援診断 ,  画像モーメント ,  磁気共鳴イメージング

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (4件)： MRI ,  神経膠腫 ,  コンピュータ支援 ,  グレーディング