文献

J-GLOBAL ID：202002282160319644   整理番号：20A2696004

機械学習によるてんかん患者におけるグリア神経腫瘍からの焦点皮質異形成の識別【JST・京大機械翻訳】

Distinguishing Focal Cortical Dysplasia From Glioneuronal Tumors in Patients With Epilepsy by Machine Learning

著者 (15件)： Guo Yi (Department of General Practice, School of Medicine, Second Affiliated Hospital, Zhejiang University, Hangzhou, China) ,  Guo Yi (Epilepsy Center, School of Medicine, Second Affiliated Hospital, Zhejiang University, Hangzhou, China) ,  Liu Yushan (School of Computer Science, Fudan University, Shanghai, China) ,  Ming Wenjie (Epilepsy Center, School of Medicine, Second Affiliated Hospital, Zhejiang University, Hangzhou, China) ,  Ming Wenjie (Department of Neurology, School of Medicine, Second Affiliated Hospital, Zhejiang University, Hangzhou, China) ,  Wang Zhongjin (Epilepsy Center, School of Medicine, Second Affiliated Hospital, Zhejiang University, Hangzhou, China) ,  Wang Zhongjin (Department of Neurology, School of Medicine, Second Affiliated Hospital, Zhejiang University, Hangzhou, China) ,  Zhu Junming (Epilepsy Center, School of Medicine, Second Affiliated Hospital, Zhejiang University, Hangzhou, China) ,  Zhu Junming (Department of Neurosurgery, School of Medicine, Second Affiliated Hospital, Zhejiang University, Hangzhou, China) ,  Chen Yang (School of Computer Science, Fudan University, Shanghai, China) ,  Yao Lijun (Shanghai Pudong New Area Mental Health Center, Tongji University School of Medicine, Shanghai, China) ,  Ding Meiping (Epilepsy Center, School of Medicine, Second Affiliated Hospital, Zhejiang University, Hangzhou, China) ,  Ding Meiping (Department of Neurology, School of Medicine, Second Affiliated Hospital, Zhejiang University, Hangzhou, China) ,  Shen Chunhong (Epilepsy Center, School of Medicine, Second Affiliated Hospital, Zhejiang University, Hangzhou, China) ,  Shen Chunhong (Department of Neurology, School of Medicine, Second Affiliated Hospital, Zhejiang University, Hangzhou, China)
資料名： Frontiers in Neurology (Web)  (Frontiers in Neurology (Web))
巻： 11  ページ： 548305  発行年： 2020年 
JST資料番号： U7085A  ISSN： 1664-2295  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： 目的:てんかん患者におけるグリア神経腫瘍(GNTs)から局所皮質異形成(FCD)を術前に区別するために,教師つき機械学習に基づく分類器を構築することを狙った。方法:この後向き研究は,FCDまたはGNTsのいずれかの最終神経病理診断により,てんかん手術を受けた96人の患者から構成された。7つの古典的機械学習アルゴリズム(すなわち,ランダムフォレスト,SVM,決定木,ロジスティック回帰,XGBoost,LightGBM,およびCatBoost)を採用して,分類モデルを得るために,著者らのデータセットによって訓練した。本研究では,10の特徴[すなわち,Gender,Past病歴,発作発症時の年齢,疾患,Seizure型,Seizure頻度,Scalp EEGバイオマーカー,MRI特徴,病変位置,抗てんかん薬(AEDs)]の数を,本研究で分析した。結果:FCD患者56人とGNTs患者40人を登録し,そのうち29人が神経節細胞腫(GGs),11人が胚性神経上皮腫瘍(DNT)であった。本研究は,ランダムフォレストベース機械学習モデルが,F1スコア0.9180とAUC値0.9340で,GNTsからFCDの診断を識別する最良の予測性能を提供することを示した。さらに,FCDとGNTsの間の最も識別的な因子は,カイ二乗値が1213.0の「発作発症時の年齢」の特徴であり,発作発症時に若年年齢を有する患者は,FCDとして診断される可能性が高く,ランダムフォレストベースの機械学習分類器は,術前にてんかん患者のGNTsからFCDを正確に識別できることを示唆した。これは適切な外科的計画と治療転帰における臨床医の信頼の改善につながる可能性がある。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： 学習モデル ,  抗痙攣薬 ,  *てんかん ,  *皮質 ,  ディシジョンツリー ,  *グリア細胞 ,  発作 ,  バイオマーカー ,  *機械学習
準シソーラス用語： *化生 ,  ロジスティック回帰分析 ,  臨床医 ,  ランダムフォレスト ,  てんかん手術 , 【Automatic Indexing@JST】

著者キーワード (5件)： 機械学習 ,  てんかん ,  限局性皮質形成異常 ,  グリア神経腫瘍 ,  識別

分類 (2件)： 神経系の腫よう  (GN04000V) ,  人工知能  (JE08000Z)

引用文献 (35件)：

• GuerriniRDobynsWB. Malformations of cortical development: clinical features and genetic causes. Lancet Neurol. (2014) 13:710-26. doi: 10.1016/S1474-4422(14)70040-724932993
• PiaoYSLuDHChenLLiuJWangWLiuL. Neuropathological findings in intractable epilepsy: 435 Chinese cases. Brain Pathol. (2010) 20:902-8. doi: 10.1111/j.1750-3639.2010.00386.x20331616
• KimDWLeeSKChuKParkKILeeSYLeeCH. Predictors of surgical outcome and pathologic considerations in focal cortical dysplasia. Neurology. (2009) 72:211-6. doi: 10.1212/01.wnl.0000327825.48731.c319005176
• EnglotDJBergerMSBarbaroNMChangEF. Factors associated with seizure freedom in the surgical resection of glioneuronal tumors. Epilepsia. (2012) 53:51-7. doi: 10.1111/j.1528-1167.2011.03269.x21933181
• KrsekPMatonBJayakarPDeanPKormanBReyG. Incomplete resection of focal corticaldysplasia is the main predictor of poor postsurgical outcome. Neurology. (2009) 72:217-23. doi: 10.1212/01.wnl.0000334365.22854.d319005171

タイトルに関連する用語 (9件)： 機械学習 ,  てんかん ,  患者 ,  グリア ,  神経腫瘍 ,  焦点 ,  皮質 ,  異形成 ,  識別