文献

J-GLOBAL ID：201802218600315325   整理番号：18A1859505

深部学習はスクリーニング大腸内視鏡検査における96%精度を有する実時間でポリープを局在化し同定する【JST・京大機械翻訳】

Deep Learning Localizes and Identifies Polyps in Real Time With 96% Accuracy in Screening Colonoscopy

著者 (13件)： Urban Gregor (Department of Computer Science, University of California, Irvine, California) ,  Urban Gregor (Institute for Genomics and Bioinformatics, University of California, Irvine, California) ,  Tripathi Priyam (Department of Medicine, University of California, Irvine, California) ,  Alkayali Talal (Department of Medicine, University of California, Irvine, California) ,  Alkayali Talal (H.H. Chao Comprehensive Digestive Disease Center, University of California, Irvine, California) ,  Mittal Mohit (Department of Medicine, University of California, Irvine, California) ,  Jalali Farid (Department of Medicine, University of California, Irvine, California) ,  Jalali Farid (H.H. Chao Comprehensive Digestive Disease Center, University of California, Irvine, California) ,  Karnes William (Department of Medicine, University of California, Irvine, California) ,  Karnes William (H.H. Chao Comprehensive Digestive Disease Center, University of California, Irvine, California) ,  Baldi Pierre (Department of Computer Science, University of California, Irvine, California) ,  Baldi Pierre (Institute for Genomics and Bioinformatics, University of California, Irvine, California) ,  Baldi Pierre (Center for Machine Learning and Intelligent Systems, University of California, Irvine, California)
資料名： Gastroenterology  (Gastroenterology)
巻： 155  号： 4  ページ： 1069-1078.e8  発行年： 2018年 
JST資料番号： H0767A  ISSN： 0016-5085  CODEN： GASTAB  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： 結腸直腸癌予防のための結腸鏡検査の利点は,腺腫検出率(ADR)に依存する。ADRは腺腫罹患率を反映しなければならず,それはスクリーニング年齢集団において50%より高いと推定される。しかしながら,結腸鏡検査によるADRは7%から53%まで変化する。ADRの1%の増加は,間隔結腸直腸癌のリスクを3%~6%低下させると推定される。結腸鏡検査時にADRを増加させるために新しい戦略が必要である。著者らは,ADRの代替物であるポリープ検出を改善するために,畳込みニューラルネットワーク(CNNs;画像解析のための深い学習モデル)を用いて計算機支援画像解析の能力を試験した。2000人以上の患者から収集されたスクリーニング結腸鏡検査からの8641人の手でラベルされた画像の多様で代表的なセットを用いてポリープを検出するために,深いCNNを設計し,訓練した。全期間5時間の20の結腸鏡検査ビデオに関するモデルを試験した。専門家の結腸鏡検査者は,9つの同定された結腸鏡検査ビデオにおけるすべてのポリープを同定するために依頼された。それは,CNNオーバレイの恩恵の有無にかかわらず,保存されたビデオ研究から選択された。それらの知見を,参照としてCNN支援エキスパートレビューを用いてCNNのそれらと比較した。手動で標識した画像で試験したとき,CNNは,0.991の受信者動作特性曲線下で面積を有するポリープを同定し,精度は96.4%であった。28のポリープが除去された結腸鏡検査ビデオの分析において,4人の専門家がCNN支援なしで8つの付加的ポリープを同定し,CNN支援(全体で45)を伴う追加の17のポリープを同定した。エキスパートレビューによって除去され,同定されたすべてのポリープは,CNNによって検出された。CNNは7%の偽陽性率を有した。4088の独特のポリープを含む8641の結腸鏡検査画像のセットにおいて,CNNは,96.4%の交差検証精度と0.991の受信者動作特性曲線下の面積を有するポリープを同定した。CNNシステムは,現代のグラフィックス処理ユニットを持つ通常のデスクトップマシンを用いて,リアルタイム制約の中で良く検出され,局所化されたポリープを検出した。このシステムはADRを増加させることができ,結腸直腸癌を減少させることができるが,大規模多施設試験における検証を必要とCopyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *結腸鏡検査 ,  *スクリーニング ,  患者 ,  画像分析 ,  腺腫 ,  画像 ,  *ポリープ ,  録画装置 ,  大腸腫瘍 ,  学習モデル ,  機械学習
準シソーラス用語： GPU【プロセッサ】 ,  ROC曲線 ,  検出率 ,  結腸直腸癌 , 【Automatic Indexing@JST】

著者キーワード (4件)： 機械学習 ,  畳み込みニューラルネットワーク ,  大腸癌予防 ,  腺腫検出率改善技術

分類 (2件)： 消化器の腫よう  (GH04000D) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (8件)： 深部 ,  学習 ,  スクリーニング ,  大腸内視鏡検査 ,  実時間 ,  ポリープ ,  局在化 ,  同定