文献

J-GLOBAL ID：201702288552241307   整理番号：17A1431509

等級づけ髄膜腫における術前MRIテクスチャと形状解析の潜在的価値:予備的研究【Powered by NICT】

The Potential Value of Preoperative MRI Texture and Shape Analysis in Grading Meningiomas: A Preliminary Investigation

著者 (8件)： Yan Peng-Fei (Department of Neurosurgery, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan, Hubei, China) ,  Yan Ling (Faculty of Medicine, University of British Columbia, Vancouver, British Columbia, Canada) ,  Yan Ling (Department of Computer Science, University of Northern BC, Prince George, British Columbia, Canada) ,  Hu Ting-Ting (Department of Neurosurgery, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan, Hubei, China) ,  Xiao Dong-Dong (Department of Neurosurgery, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan, Hubei, China) ,  Zhang Zhen (Department of Radiology, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan, Hubei, China) ,  Zhao Hong-Yang (Department of Neurosurgery, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan, Hubei, China) ,  Feng Jun (Department of Neurosurgery, Union Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan, Hubei, China)
資料名： Translational Oncology  (Translational Oncology)
巻： 10  号： 4  ページ： 570-577  発行年： 2017年 
JST資料番号： W2898A  ISSN： 1936-5233  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： 物体:髄膜腫の術前知識が治療計画および手術に必須である。本研究の目的は,格付け髄膜腫におけるMRI集合組織と形状解析の診断的価値を調べることであった。【方法】は外科的データベースは2015年1月と2016年12月間の腫瘍切除を施行した髄膜腫患者の同定のために精査した。術前MR画像を検索し,分析した。テクスチャと形状解析は,腫瘍の不均一性と形態を定量的に評価するために実施した。三機械学習分類器は分類モデルを構築するために,これらの特徴を用いて訓練した。特徴と分類モデルの性能を評価した。【結果】は総計131名の患者を本研究に含めた:高悪性度髄膜腫で21と110低悪性度髄膜腫であった。三テクスチャ特徴を選択した:Horzl_RLNonUni,S(2,2)SumOfSqs,WavEnHL_s3;三形状特徴が選択された:GeoFv,GeoW4,GeoW5b。Mann-Whitney検定は,六種類全ての特徴は高悪性度および低悪性度髄膜腫の間で有意に異なることを示した。AUC値は0.50よりも一般的に大きかった(範囲,0.73~0.88)。感度と特異性は47.62%~90.48%及び69.09%~96.36%であった。得られた九種の分類モデルの中で,すべての六特徴を用いたSVM分類器を訓練することにより構築された一つは最良の性能を達成し,感度,特異性,診断精度,及びAUC0.86,0.87,0.87,および0.87であった。SVM分類器と組み合わせた場合,【結論】テクスチャと形状の解析は,髄膜腫の術前定量では満足できる性能を提供できるので,臨床応用のための潜在的に有用である。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： NMRイメージング ,  データベース ,  治療計画 ,  *等級づけ ,  腫瘍切除 ,  不均一性 ,  *髄膜腫 ,  患者 ,  機械学習 ,  切除術
準シソーラス用語： 診断精度 ,  特異性 ,  悪性度 ,  分類モデル ,  *形状解析 ,  *テクスチャ , 【Automatic Indexing@JST】

分類 (2件)： 神経系の腫よう  (GN04000V) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (7件)： 等級づけ ,  髄膜腫 ,  術前MRI ,  テクスチャ ,  形状解析 ,  価値 ,  予備的研究