文献

J-GLOBAL ID：201902217567988092   整理番号：19A2760563

部分最小二乗回帰に基づく統計的形状モデルを用いた肝臓形状解析:肝線維症の理解と病期分類への応用【JST・京大機械翻訳】

Liver shape analysis using partial least squares regression-based statistical shape model: application for understanding and staging of liver fibrosis

著者 (9件)： Soufi Mazen (Division of Information Science, Nara Institute of Science and Technology, Ikoma, Nara, Japan) ,  Otake Yoshito (Division of Information Science, Nara Institute of Science and Technology, Ikoma, Nara, Japan) ,  Hori Masatoshi (Department of Diagnostic and Interventional Radiology, Osaka University Graduate School of Medicine, Suita, Osaka, Japan) ,  Moriguchi Kazuya (Division of Information Science, Nara Institute of Science and Technology, Ikoma, Nara, Japan) ,  Imai Yasuharu (Department of Gastroenterology, Ikeda Municipal Hospital, Ikeda, Osaka, Japan) ,  Sawai Yoshiyuki (Department of Gastroenterology, Ikeda Municipal Hospital, Ikeda, Osaka, Japan) ,  Ota Takashi (Department of Diagnostic and Interventional Radiology, Osaka University Graduate School of Medicine, Suita, Osaka, Japan) ,  Tomiyama Noriyuki (Department of Diagnostic and Interventional Radiology, Osaka University Graduate School of Medicine, Suita, Osaka, Japan) ,  Sato Yoshinobu (Division of Information Science, Nara Institute of Science and Technology, Ikoma, Nara, Japan)
資料名： International Journal of Computer Assisted Radiology and Surgery  (International Journal of Computer Assisted Radiology and Surgery)
巻： 14  号： 12  ページ： 2083-2093  発行年： 2019年 
JST資料番号： W4459A  ISSN： 1861-6410  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 肝臓形状変化は,肝線維症の実行可能な指標と考えられている。しかしながら,主成分分析に基づく現在の統計的形状モデル(SSM)は,線維症段階との関連を考慮することなく,全体の形状変化を表す。したがって,部分最小二乗回帰(PLSR)を用いた統計的形状モデリング手法の適用を目的とし,それは,ステージに関連する形状変化を理解するために,また強調MR画像において予測するために,教師つき情報として段階を明示的に使用する。線維症ステージF0/1(n=18),F2(n=15),F3(n=7)およびF4(n=11)を有する51名の患者の造影MR画像を用いた。肝臓を画像から手動で分割した。SSMをPLSRを用いて構築し,それにより,参照病理学的線維症ステージと明示的に関連する形状変化モード(スコア)を誘導した。ステージは,PLSRスコアに基づくサポートベクトルマシン(SVM)を用いて予測した。受信者動作特性曲線(AUC)の下で面積を用いて性能を評価した。左葉の拡大および右葉の収縮のような一般的に知られた形状変化に加えて,著者らのモデルは,尾状葉の拡大および右葉の後部のような詳細な変化および右葉の前部における収縮を表した。これらの変化は臨床研究で報告された局在化体積変化と定性的に一致した。分類F0/1対F2-4(有意な線維症),F0-2対F3-4およびF0-3対F4(肝硬変)における精度(AUC)は,それぞれ0.90±0.03,0.80±0.05および0.82±0.05であった。提案したアプローチは,一般的に知られている明確な表現と,肝線維症ステージに関連する詳細な形状変化を提供した。したがって,PLSRベースSSMの応用は,肝線維症段階に関連する形状変化を理解し,それを予測するために実行可能である。Copyright 2019 CARS Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： サポートベクトルマシン ,  NMRイメージング ,  主成分分析 ,  画像 ,  *線維症 ,  肝硬変 ,  *肝線維症
準シソーラス用語： 局在化 ,  ROC曲線 ,  スコア ,  造影法 ,  形状モデリング ,  形状変化 ,  *病期分類 ,  *部分最小二乗回帰 , 【Automatic Indexing@JST】

著者キーワード (4件)： 統計的形状モデル ,  形状解析 ,  肝線維症の病期分類 ,  部分最小二乗回帰

分類 (3件)： 人工知能  (JE08000Z) ,  医用画像処理  (JE04020T) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (8件)： 部分最小二乗回帰 ,  統計的形状モデル ,  肝臓 ,  形状解析 ,  肝線維症 ,  理解 ,  病期分類 ,  応用