文献
J-GLOBAL ID:202002256039333270   整理番号:20A2758445

自動化された機械学習MRIグレーディングは腰部脊柱管狭窄症の疫学的研究を助けるか?和歌山脊椎研究内の検証【JST・京大機械翻訳】

Could automated machine-learned MRI grading aid epidemiological studies of lumbar spinal stenosis? Validation within the Wakayama spine study
著者 (17件):
資料名:
巻: 21  号:ページ: 1-6  発行年: 2020年 
JST資料番号: U7436A  ISSN: 1471-2474  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: イギリス (GBR)  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。
MRI走査は腰椎狭窄(LSS)の臨床診断を革命した。しかし,現在,MRI所見をいかに分類するかに関するコンセンサスはなく,それは,この条件のロバストな縦断的疫学研究の開発を妨げてきた。疫学的研究に使用するための中央LSSのための腰椎MRIスキャンを等級付けするための自動化システムを開発した。大規模集団ベースのコホート研究(Wakayama Spin Study)からのMRIスキャンを用いて,脊椎外科医によって等級分けされたすべての骨と軟部組織縁の4つの等級づけにおいて,自動システムをグレード中央LSSに訓練した:いずれも,軽度,中等度,重度であった。続いて,信頼性と一致を調べるために,テストセットにおける観測者の独立読解に対する自動等級付けを試験した。971人の参加者から4855の腰椎椎間レベルに対して完全な軸方向の見解が利用可能であった。機械は,(訓練セット)を学習し,残りの490の軸ビュー(試験セット)を等級付けするために,4365の軸方向の見解を使用した。等級づけの一致率は65.7%(322/490)であり,信頼性(Lin’s相関係数)は0.73であった。スキャンの2.2%(11/490)において,2の分類に差異があり,0.2%(1/490)だけが3の差があった。2群に分類したとき,「厳しいの重度対「/軽度/中等度であった。一致率は0.75のカッパで94.1%(461/490)であった。本研究は,自動化システムが基準標準に対して優れた性能で中央LSSを等級づけることができることを示す。したがって,SpinNetは,高レベルの一貫性と客観性を有する高容量のMRI脊椎データを含む大規模疫学研究でのLSSのグレードを提供する。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 (2件):
分類
JSTが定めた文献の分類名称とコードです
運動器系の診断  ,  運動器系の疾患 
引用文献 (19件):
もっと見る

前のページに戻る