文献

J-GLOBAL ID：202002234110635313   整理番号：20A1244918

マルチパラメトリックMRIスキャンにおける前立腺癌検出のためのマルチスケール文脈特徴を用いた偽陽性低減【JST・京大機械翻訳】

False Positive Reduction Using Multiscale Contextual Features for Prostate Cancer Detection in Multi-Parametric MRI Scans

著者 (19件)： Yu Xin (Siemens Healthineers,Digital Technology and Innovation Division,Princeton,NJ,USA) ,  Lou Bin (Siemens Healthineers,Digital Technology and Innovation Division,Princeton,NJ,USA) ,  Shi Bibo (Siemens Healthineers,Digital Technology and Innovation Division,Princeton,NJ,USA) ,  Winkel David (Universitaetsspital Basel,Basel,Switzerland) ,  Arrahmane Nacim (Siemens Healthineers,Digital Technology and Innovation Division,Princeton,NJ,USA) ,  Diallo Mamadou (Siemens Healthineers,Digital Technology and Innovation Division,Princeton,NJ,USA) ,  Meng Tongbai (Siemens Healthineers,Digital Technology and Innovation Division,Princeton,NJ,USA) ,  von Busch Heinrich (Diagnostic Imaging, Siemens Healthineers,Erlangen,Germany) ,  Grimm Robert (Diagnostic Imaging, Siemens Healthineers,Erlangen,Germany) ,  Kiefer Berthold (Diagnostic Imaging, Siemens Healthineers,Erlangen,Germany) ,  Comaniciu Dorin (Siemens Healthineers,Digital Technology and Innovation Division,Princeton,NJ,USA) ,  Kamen Ali (Siemens Healthineers,Digital Technology and Innovation Division,Princeton,NJ,USA) ,  Huisman Henkjan (Radboud University Medical Center,Nijmegen,NL) ,  Rosenkrantz Andrew (New York University,New York City,NY,USA) ,  Penzkofer Tobias (Charite ́, Universitaetsmedizin Berlin,Berlin,Germany) ,  Shabunin Ivan (Patero Clinic,Moscow,Russia) ,  Choi Moon Hyung (Eunpyeong St. Marys Hospital, Catholic University of Korea,Seoul,Republic of Korea) ,  Yang Qingsong (Changhai Hospital of Shanghai,Radiology Department,China) ,  Szolar Dieter (Diagnostikum Graz Sued-West,Graz,Austria)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ISBI  ページ： 1355-1359  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 前立腺癌(PCa)は,男性における癌死の主要な原因の一つである。マルチパラメトリックMRI(mp-MRI)は,PCaのためにスクリーニングされた男性のための不必要な生検を避けることを助けることができる顕著な診断スキャンである。人工知能(AI)システムは,放射線科医がmp-MRIスキャンから臨床的に有意な癌の診断においてより正確で一貫しているのを助けることができた。このような支援システムの弱点の一つとして,特異性の欠如が最近同定されている。本論文では,病変候補をさらに分析するために,全体的検出システムに追加される新しい偽陽性縮小ネットワークを提案した。新しいネットワークは,真と偽陽性検出を識別するために,これらの候補のマルチスケール2D画像スタックを利用する。著者らは,7つの異なる施設から2170のケースを持つデータセット上でネットワークを訓練し,検証し,243のケースで別々の独立したデータセット上でそれをテストした。提案したモデルにより,真と偽陽性検出病変の識別において0.876の曲線下面積(AUC)を達成し,臨床的に有意な症例の全体的同定において0.825から0.867までAUCを改善した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ネットワーク ,  男性 ,  人工知能 ,  二次元 ,  生検 ,  *前立腺腫瘍 ,  血中濃度-時間曲線下面積
準シソーラス用語： *マルチパラメトリックMRI ,  マルチスケール ,  支援システム ,  放射線科医 ,  癌死 ,  特異性 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： マルチパラメトリックMRI ,  スキャン ,  前立腺癌 ,  マルチスケール ,  文脈 ,  偽陽性