文献
J-GLOBAL ID:201702274065745843   整理番号:17A1715801

画像セグメンテーション研究の設計:統計的検出力,試料サイズと参照標準品質【Powered by NICT】

Designing image segmentation studies: Statistical power, sample size and reference standard quality
著者 (6件):
資料名:
巻: 42  ページ: 44-59  発行年: 2017年 
JST資料番号: W3156A  ISSN: 1361-8415  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
典型的に受け入れられている参照標準との比較により評価したセグメンテーションアルゴリズム。医用画像セグメンテーションのための正確な参照標準を生成するコストは大きなものとなり得る。研究コストと精度において臨床的に有意な差を検出する尤度は両サイズと研究参照標準の品質に依存するので,これらのトレードオフをバランスさせる研究資源の効率的使用を支持する。本研究では,研究者は二つのアルゴリズムのセグメンテーション精度(すなわち参照標準を適合ボクセルの割合)における臨床的に意味のある差異を検出する適切なサンプルサイズを推定することができる統計的検出力計算を導いた。さらに,低品質(が潜在的により安価で現実に利用可能な)参照標準を用いた研究のサンプルサイズに及ぼすそれらの影響に関連した標準誤差を関係づける式を導出した。導出したサンプルサイズ公式の精度をモンテカルロシミュレーションにより推定され,モデルパラメータのシミュレートした値の4%以内で予測統計的検出力を,95%確信度をもって,実証した。が4以下の被験者の試料サイズ誤差,検出可能な精度差0.6%以下の誤差に対応する。実世界データに式の適用性をPROMISE12前立腺MRセグメンテーションの挑戦データセットからアルゴリズムの対のためのブートストラップ・リサンプリング・シミュレーションを用いて評価した。モデルは高品質の参照標準を用いた模擬実験のための,低品質の参照標準を用いた模擬実験のための6%以内で4%以内で大部分アルゴリズム対のに対するシミュレーションした電力を予測した。PROMISE12データに基づいて,事例研究は前立腺セグメンテーション研究における低品質標準を使用するかどうかを評価する式を用いて説明した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
医用画像処理  ,  図形・画像処理一般 

前のページに戻る