文献

J-GLOBAL ID：201702261887879292   整理番号：17A1554255

医用画像データの臨床的に意味のある形状クラスタの検出:健常および病理学的大動脈アーチへの階層的クラスタリングの計量解析【Powered by NICT】

Detecting Clinically Meaningful Shape Clusters in Medical Image Data: Metrics Analysis for Hierarchical Clustering Applied to Healthy and Pathological Aortic Arches

著者 (10件)： Bruse Jan L. (Centre for Cardiovascular Imaging, UCL Institute of Cardiovascular Science and Cardiorespiratory Unit, Great Ormond Street Hospital for Children, London, U.K.) ,  Zuluaga Maria A. (Translational Imaging Group, Centre for Medical Image ComputingUniversity College London) ,  Khushnood Abbas (Centre for Cardiovascular Imaging, UCL Institute of Cardiovascular Science and Cardiorespiratory Unit, Great Ormond Street Hospital for Children) ,  McLeod Kristin (Cardiac Modelling DepartmentSimula Research Laboratory, and KardioMe s.r.o.) ,  Ntsinjana Hopewell N. (Centre for Cardiovascular Imaging, UCL Institute of Cardiovascular Science and Cardiorespiratory Unit, Great Ormond Street Hospital for Children) ,  Hsia Tain-Yen (Centre for Cardiovascular Imaging, UCL Institute of Cardiovascular Science and Cardiorespiratory Unit, Great Ormond Street Hospital for Children) ,  Sermesant Maxime (Inria Sophia Antipolis-Mediteranee, ASCLEPIOS Project, Universite Cote d’Azur) ,  Pennec Xavier (Inria Sophia Antipolis-Mediteranee, ASCLEPIOS Project, Universite Cote d’Azur) ,  Taylor Andrew M. (Centre for Cardiovascular Imaging, UCL Institute of Cardiovascular Science and Cardiorespiratory Unit, Great Ormond Street Hospital for Children) ,  Schievano Silvia (Centre for Cardiovascular Imaging, UCL Institute of Cardiovascular Science and Cardiorespiratory Unit, Great Ormond Street Hospital for Children)
資料名： IEEE Transactions on Biomedical Engineering  (IEEE Transactions on Biomedical Engineering)
巻： 64  号： 10  ページ： 2373-2383  発行年： 2017年 
JST資料番号： C0236A  ISSN： 0018-9294  CODEN： IEBEAX  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 【目的】今日の成長医用画像データベースは,データの大部分を組織化し,臨床的に意義のある情報を抽出するための新しい処理ツールを必要としている。最新精密医療戦略に必要な教師なし階層的クラスタリングは,患者集団の解剖学的形状データ内のクラスタを明らかにするかもしれない。三次元患者形状データに対する階層的クラスタリング技術を適用した研究はほとんどないと結果を選択クラスタリング距離計量と結合機能に大きく依存する。本研究では,臨床的に意味のある形状クラスタを得るために種々の距離/結合組合せの種類や入力データのクラスタリング分類性能を評価した。【方法】著者らは,健康コントロールへの60大動脈弓解剖学的モデルのセット,先天性心疾患の影響を受けた二群と臨床診断により定義されたそれぞれのサブグループを細分化し自動的に自動セグメンテーション,統計的形状モデリング,および集塊的階層クラスタリングを組み合わせた処理パイプラインを示した。結果は,形状特徴の伝統的な形態計測学と主成分分析と比較した。【結果】このパイプラインは,相関/重み付き距離/結合組み合わせを用いた高Fスコア(0.902±0.042)とMatthews相関係数(0.851±0.064)と一次臨床診断に従った入力形状データの自動分割を達成した。三患者群内で意味のあるサブグループが得られ,自動セグメンテーションと分類性能のベンチマークスコアを報告した。【結論】クラスタリング結果は,データ分割のために用いられる距離/結合組合せに依存して変化する。それにもかかわらず,臨床的に意義のある形状クラスタとサブグループは,高い特異性と低い誤分類率であることが分かった。意義:検出医用画像データ内の疾患特異的クラスタは複雑な疾患における画像に基づくリスク評価,治療計画,医療機器開発を改善することができた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *病理学 ,  データベース ,  *クラスタ化 ,  リスク評価 ,  患者 ,  *医用画像 ,  相関係数 ,  治療計画 ,  形状測定 ,  解剖学 ,  *クラスタ ,  主成分分析 ,  三次元
準シソーラス用語： 臨床診断 ,  *階層的クラスタリング , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (10件)： 医用画像データ ,  臨床 ,  意味 ,  クラスタ ,  病理学 ,  大動脈 ,  アーチ ,  階層的クラスタリング ,  計量 ,  解析