文献

J-GLOBAL ID：202002284303435665   整理番号：20A2723414

深層学習解析は胸部コンピュータ断層撮影における正確なCOVID-19診断を提供する【JST・京大機械翻訳】

Deep learning analysis provides accurate COVID-19 diagnosis on chest computed tomography

著者 (6件)： Javor D. (Department of Biomedical Imaging and Image-guided Therapy, Medical University of Vienna, Vienna, Austria) ,  Kaplan H. (Deepinsights Study Group for Artificial Intelligence, Vienna, Austria) ,  Kaplan A. (Deepinsights Study Group for Artificial Intelligence, Vienna, Austria) ,  Puchner S.B. (Department of Biomedical Imaging and Image-guided Therapy, Medical University of Vienna, Vienna, Austria) ,  Krestan C. (Department of Radiology, Sozialmedizinisches Zentrum Sued - Kaiser-Franz-Josef Spital, Vienna, Austria) ,  Baltzer P. (Department of Biomedical Imaging and Image-guided Therapy, Medical University of Vienna, Vienna, Austria)
資料名： European Journal of Radiology  (European Journal of Radiology)
巻： 133  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： コンピュータ断層撮影は,COVID-19の管理における必須の診断ツールである。高い症例負荷シナリオにおける大量の検査を考慮すると,自動化ツールは,病気の診断とリスク層別化における臨界時間を促進し,節約することができた。訓練と検証サブセットに分割された418人の患者からの6868の胸部CT画像からなる単純化プログラミングアプローチとオープンソースデータセットを用いて,新しい深層学習誘導機械学習(ML)分類器を開発した。次に,診断性能を評価し,独立した試験データセットで経験豊かな放射線科医と比較した。診断性能計量を受信者動作特性(ROC)分析を用いて計算した。存在するCOVID-19のリスクを層別する高い陽性(>10)と低い陰性(<0.01)尤度比を有する操作点を同定し,検証した。モデルは,90人の患者の独立した試験データセットで0.956(AUC)の全体精度を達成した。ルールインとルールアウト閾値の両方を同定し,試験した。操作点において,感度と特異性は84.4%と93.3%であり,放射線科医とは異ならなかった(p>0.05)。ルールアウト閾値において,感度(100%)と特異性(60%)は放射線科医と有意に異なった(p<0.05)。尤度比およびFaganノモグラムは,罹患率独立試験性能推定を提供する。基本的深層学習アプローチを用いたCOVID-19の正確な診断は,オープンソースCT画像データを用いて実現可能である。さらに,機械学習分類器は,検証済みルールインとルールアウト基準を用いて,COVID-19のリスクを層別化した。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： ノモグラム ,  自動化 ,  簡素化 ,  層別 ,  *計算機トモグラフィー ,  機械学習
準シソーラス用語： CT画像 ,  放射線科医 ,  *胸部CT ,  特異性 ,  オープンソース ,  胸部CT画像 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： コンピュータ断層撮影 ,  コロナウイルス疾患2019 ,  深層学習

分類 (3件)： 腫ようの診断  (GE03020J) ,  呼吸器の診断  (GI02000S) ,  放射線を利用した診断  (GC04020K)

タイトルに関連する用語 (4件)： 深層学習 ,  解析 ,  胸部コンピュータ断層撮影 ,  診断