遠位橈骨骨折の検出と局在:深部学習システム対放射線科医【JST・京大機械翻訳】

Bluethgen Christian; Becker Anton S.; Vittoria de Martini Ilaria; Meier Andreas; Martini Katharina; Frauenfelder Thomas

文献

J-GLOBAL ID：202002266076500624 整理番号：20A0981689

遠位橈骨骨折の検出と局在:深部学習システム対放射線科医【JST・京大機械翻訳】

Detection and localization of distal radius fractures: Deep learning system versus radiologists

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=20A0981689&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A0981689&from=J-GLOBAL&jstjournalNo=W3246A") }}

著者 (6件)： , , , , ,
資料名：
巻： 126 ページ： Null 発行年： 2020年
JST資料番号： W3246A ISSN： 0720-048X 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

遠位橈骨骨折の検出と局在化のための深い学習に基づく画像解析ソフトウェアを評価する。深い学習システム(DLS)は,524の手首放射線写真(骨折を示す166)に関して訓練した。性能は,内部(100のX線写真,42の骨折を示す)と外部の試験セット(200の放射線写真,100の示す骨折)に関してテストした。放射線写真の単一と組み合わせた見解をDLSと3つの読者に示した。読者は関心領域(ROI)による破壊位置を示すよう求められた。DLSはスコア(範囲0~1)とheatmapをもたらした。検出性能を最適閾値でAUC,感度および特異性として表し,放射線科医の性能と比較した。放射線科医のROIsと比較した。DLSは,内部試験セットで優れた性能を示した(AUC0.93(95%信頼区間(CI)0.82-0.98)-0.96(0.87-1.00),感度0.81(0.58-0.95)-0.90(0.70-0.99),特異性0.86(0.68-0.96)-1.0(0.88-1.0))。DLS性能は外部試験セットで減少した(AUC0.80(0.71-0.88)-0.89(0.81-0.94),感度0.64(0.49-0.77)-0.92(0.81-0.98),特異性0.60(0.45-0.74)-0.90(0.78-0.97))。放射線科医の性能は,内部データ(感度0.71(0.48-0.89)-0.95(0.76-1.0),特異性0.52(0.32-0.71)-0.97(0.82-1.0))に匹敵し,外部データ(感度0.88(0.76-0.96)-0.98(0.89-1.0),特異性0.66(0.51-0.79)-1.0(0.93-1.0),p<0.05)であった。90%以上で,ピーク活性化の領域は放射線科医のアノテーションと一致した。DLSは,訓練のための小データセットのみを用いて,放射線科医に匹敵する性能で手首骨折を検出し,局在化することができた。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, , ,
, , , , 【Automatic Indexing@JST】

放射線を利用した診断 , 腫ようの診断

, , ,

前のページに戻る