文献

J-GLOBAL ID：201902291699790199   整理番号：19A0374278

臨床画像の小データセットで開発された深層学習ベースのコンピュータ支援分類器は皮膚腫瘍診断におけるボード認証皮膚科医を調査する【JST・京大機械翻訳】

Deep-learning-based, computer-aided classifier developed with a small dataset of clinical images surpasses board-certified dermatologists in skin tumour diagnosis

著者 (10件)： Fujisawa Y. (Dermatology Division, University of Tsukuba, 1-1-1 Tennodai, Tsukuba, Ibaraki, Japan, 305-8577) ,  Otomo Y. (Kyocera Communications System Co., Ltd, Kyoto, Japan) ,  Ogata Y. (KCCS Mobile Engineering Co., Ltd, Tokyo, Japan) ,  Nakamura Y. (Dermatology Division, University of Tsukuba, 1-1-1 Tennodai, Tsukuba, Ibaraki, Japan, 305-8577) ,  Fujita R. (Kyocera Communications System Co., Ltd, Kyoto, Japan) ,  Ishitsuka Y. (Dermatology Division, University of Tsukuba, 1-1-1 Tennodai, Tsukuba, Ibaraki, Japan, 305-8577) ,  Watanabe R. (Dermatology Division, University of Tsukuba, 1-1-1 Tennodai, Tsukuba, Ibaraki, Japan, 305-8577) ,  Okiyama N. (Dermatology Division, University of Tsukuba, 1-1-1 Tennodai, Tsukuba, Ibaraki, Japan, 305-8577) ,  Ohara K. (Dermatology, Akasaka Toranomon Clinic, Tokyo, Japan) ,  Fujimoto M. (Dermatology Division, University of Tsukuba, 1-1-1 Tennodai, Tsukuba, Ibaraki, Japan, 305-8577)
資料名： British Journal of Dermatology  (British Journal of Dermatology)
巻： 180  号： 2  ページ： 373-381  発行年： 2019年 
JST資料番号： C0967B  ISSN： 0007-0963  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： 背景:皮膚癌分類への深い学習技術の応用は,皮膚癌スクリーニングの感度と特異性を潜在的に改善することができるが,そのようなシステムに必要な訓練画像の数は非常に大きいと考えられる。目的:深い学習技術が臨床画像の比較的小さなデータセットを有する効率的な皮膚癌分類システムを開発するために使用できるかどうかを決定すること。方法:2003年から2016年まで筑波病院大学で皮膚腫瘍と診断された1842人の患者から得られた4867の臨床像のデータセットを用いて,深部畳込み神経回路網(DCNN)を訓練した。画像は悪性および良性の両条件を含む14の診断から成った。その性能を,13人の身体認証皮膚科医と9人の皮膚科研修医に対して試験した。【結果】訓練DCNNの全体的分類精度は76%であった。DCNNは,96の3%の感度(悪性として正しく分類された悪性)と89の5%の特異性(良性として正確に分類された)を達成した。境界認証皮膚科医による悪性または良性分類の精度は,皮膚科訓練者のそれより統計学的に高かったが(85%±3%と74%±6%,P<0),DCNNは92%±2%(P<0 001)の高い精度を達成した。結論:比較的小さなデータセットで訓練されたDCNNを用いて,効率的な皮膚腫瘍分類器を開発した。DCNNは皮膚腫瘍の画像をより正確に分類した。まとめると,現在のシステムは,特に分類のための単一臨床画像のみを必要とするので,一般医療におけるスクリーニング目的に対する能力を持つ可能性がある。Copyright 2019 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 神経回路網 ,  スクリーニング ,  *認証 ,  *画像 ,  *皮膚科学 ,  畳込み ,  *皮膚腫瘍 ,  *学習 ,  *CAE【計算機】 ,  *診断 ,  *深層学習
準シソーラス用語： 分類精度 ,  特異性 ,  *皮膚科医 ,  *臨床画像 , 【Automatic Indexing@JST】

分類 (3件)： 皮膚の腫よう  (GF04000X) ,  人工知能  (JE08000Z) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (12件)： 臨床画像 ,  データセット ,  開発 ,  深層学習 ,  コンピュータ支援 ,  分類器 ,  皮膚腫瘍 ,  診断 ,  ボード ,  認証 ,  皮膚科医 ,  調査