文献
J-GLOBAL ID:202002230176327447   整理番号:20A2015982

頭頚部のリンパ節転移からの木村病鑑別におけるCECTに基づくラジオミクス:非侵襲的で信頼できる方法【JST・京大機械翻訳】

Radiomics Based on CECT in Differentiating Kimura Disease From Lymph Node Metastases in Head and Neck: A Non-Invasive and Reliable Method
著者 (5件):
資料名:
巻: 10  ページ: 1121  発行年: 2020年 
JST資料番号: U7089A  ISSN: 2234-943X  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: スイス (CHE)  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。
背景:Kimura病は,画像診断および臨床症状に基づくリンパ節転移のような悪性腫瘍として容易に誤診される可能性がある。この論文の目的は,静脈相造影CT(CECT)画像上の特徴に基づくラジオミック特徴およびモデルが,頭頚部におけるリンパ節転移からKimura病を区別できるかどうかを調査することである。方法:生検または手術切除により確認した,頭頚部のKimura病(合計38の拡大リンパ節)の14人の患者と頭頚部リンパ節転移(全部で39の拡大したリンパ節)の39人の患者の後ろ向き分析を行った。すべての患者は,生検または手術切除の10日以内にCECTを受け入れた。人工知能キット(AK)ソフトウェアから静脈相CECTに基づくラジオミック特徴を自動的に発生させた。すべてのリンパ節を訓練セット(n=54)と試験セット(n=23)にランダムに分けた。ANOVA+Mann-Whitney,Spearman相関,最小絶対収縮および選択演算子,および勾配降下を,非常に冗長な特徴の低減のために導入した。バイナリロジスティック回帰モデルを,選択した特徴に基づいて構築した。受信者動作特性を用いて,特徴とモデルの診断性能を評価した。最後に,ノモグラムをモデル適用のために確立した。結果:7つの特徴を最後にスクリーニングした。0.759から0.915の範囲の曲線下面積(AUC)を有するすべての特徴に対して,2つの群の間で有意差が見られた。モデル同定性能のAUCは訓練群で0.970,試験群で0.977であった。モデルの疾患識別効率は,どんな単一特性のものより良かった。結論:静脈相CECT画像に関するこれらの特徴に基づくラジオミック特徴およびモデルは,頭頚部におけるKimura病とリンパ節転移の間の識別のために非常に良い性能を有した。Copyright 2020 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
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 (4件):
分類
JSTが定めた文献の分類名称とコードです
腫ようの診断  ,  循環系の疾患  ,  内分泌系の腫よう  ,  腫ようの外科療法 
引用文献 (35件):
もっと見る

前のページに戻る