文献

J-GLOBAL ID：202002273235525968   整理番号：20A2480853

マンモグラフィーによって検出される疑わしい石灰化におけるテクスチャ解析と機械学習の組み合わせ:不要な定位生検を避ける可能性【JST・京大機械翻訳】

Combined texture analysis and machine learning in suspicious calcifications detected by mammography: Potential to avoid unnecessary stereotactical biopsies

著者 (6件)： Stelzer P.D. (Department of Biomedical Imaging and Image-guided Therapy, Vienna General Hospital, Waehringer Guertel 18-20, 1090 Vienna, Austria) ,  Steding O. (Department of Biomedical Imaging and Image-guided Therapy, Vienna General Hospital, Waehringer Guertel 18-20, 1090 Vienna, Austria) ,  Raudner M.W. (Department of Biomedical Imaging and Image-guided Therapy, Vienna General Hospital, Waehringer Guertel 18-20, 1090 Vienna, Austria) ,  Euller G. (Department of Biomedical Imaging and Image-guided Therapy, Vienna General Hospital, Waehringer Guertel 18-20, 1090 Vienna, Austria) ,  Clauser P. (Department of Biomedical Imaging and Image-guided Therapy, Vienna General Hospital, Waehringer Guertel 18-20, 1090 Vienna, Austria) ,  Baltzer P.A.T. (Department of Biomedical Imaging and Image-guided Therapy, Vienna General Hospital, Waehringer Guertel 18-20, 1090 Vienna, Austria)
資料名： European Journal of Radiology  (European Journal of Radiology)
巻： 132  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)

抄録/ポイント： 組合せテクスチャ解析と機械学習が良性の疑わしい乳房撮影石灰化から悪性を区別できるかどうかを調べるために,不必要な良性生検を潜在的に回避するための探索的ルールアウト基準を見つける。2年間,疑わしい石灰化(BI-RADS4)の真空支援生検を受けた235人の患者の凝固像を,組織分析ツールMaZda(Version 4.6)を用い,後ろ向きに分析した。微小石灰化を手動でセグメント化し,2つの読取装置によって分析し,グレー値ヒストグラム,グレーレベル共起およびランレングス行列から249の画像特徴を得た。主成分分析(PCA)による特徴減少の後,多層パーセプトロン(MLP)人工ニューラルネットワークを,参照標準として組織学的結果を用いて訓練した。このモデルの訓練と試験のために,データセットを70%と30%に分割した。ROC分析を用いて,診断性能指数を計算した。226人の患者(150人の良性,76人の悪性)を,9人の患者の欠損データによる最終分析に含めた。特徴選択はMLP訓練のための9つの画像特徴をもたらした。試験データセット(n=54)におけるROC曲線の下の面積は,両方の読者に対して,それぞれ0.82(95%-CI:0.70-0.94)および0.832(95%-CI0.72-0.94)であった。高感度閾値基準を訓練データセットで同定し,試験データセットにうまく適用し,各読者に対して1つの偽陰性のコストで不必要な生検の37.145.7%を避ける可能性を示した。組合せテクスチャ解析と機械学習は,疑わしい乳房撮影におけるリスク層別化に使用できる。偽陰性に関して低コストで,不必要な生検を避けることができた。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 凝固 ,  セグメンテーション ,  ニューラルネットワーク ,  *石灰化 ,  画像特性 ,  特徴選択 ,  *生検 ,  主成分分析 ,  *乳房撮影 ,  多層パーセプトロン ,  *機械学習
準シソーラス用語： ROC曲線 ,  訓練データ ,  *テクスチャ解析 ,  偽陰性 , 【Automatic Indexing@JST】

著者キーワード (6件)： 乳房腫瘍 ,  乳房撮影 ,  石灰化 ,  画像誘導生検 ,  機械学習 ,  テクスチャ解析

分類 (1件)： 腫ようの診断  (GE03020J)

タイトルに関連する用語 (7件)： マンモグラフィー ,  石灰化 ,  テクスチャ解析 ,  機械学習 ,  組み合わせ ,  定位生検 ,  可能性