文献

J-GLOBAL ID：202002284802125920   整理番号：20A2273160

DeepPrognosis:造影CTイメージングによる膵臓癌生存と外科的マージンの術前予測【JST・京大機械翻訳】

DeepPrognosis: Preoperative Prediction of Pancreatic Cancer Survival and Surgical Margin via Contrast-Enhanced CT Imaging

著者 (5件)： Yao Jiawen (PAII Inc., Bethesda, MD, USA) ,  Shi Yu (Shengjing Hospital of China Medical University, Shenyang, China) ,  Lu Le (PAII Inc., Bethesda, MD, USA) ,  Xiao Jing (Ping An Technology, Shenzhen, China) ,  Zhang Ling (PAII Inc., Bethesda, MD, USA)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12262  ページ： 272-282  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 膵管腺癌(PDAC)は,最も致死的な癌のうちの1つであり,予後不良である。手術は,PDACの初期切除に適格な患者のための潜在的治療法の最良の機会のままである。しかし,転帰は,同じステージの切除された患者の間でさえ有意に変化し,同様の治療を受けた。個別化治療のための切除可能なPDACの正確な術前予後は,このように非常に望まれる。それにもかかわらず,PDACのためのコントラスト強調コンピュータ断層撮影(CE-CT)イメージングを完全に利用するための自動化方法は存在しない。異なるCT相にわたる腫瘍減衰変化は,臨床結果に影響する可能性のある個々の腫瘍内部間質分画と血管新生を反映する。本研究では,CE-CTイメージング研究から腫瘍減衰シグネチャまたはパターンを導くことができる3Dコントラスト増強畳込み長短熱記憶ネットワーク(CE-ConvLSTM)と名付けた,切除可能なPDAC患者の生存予測のための新しい深層ニューラルネットワークを提案した。生存予測を改善するために,腫瘍切除マージン関連特徴の学習からネットワークが恩恵を受ける結果およびマージン予測の両方のタスクを達成するために,マルチタスクCNNを提案した。提案したフレームワークは既存の最先端の生存解析手法と比較して予測性能を改善できる。著者らのモデルから構築された腫瘍署名は,既存の臨床病期システムと組み合わせた値を明らかに追加した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： コントラスト ,  畳込み ,  自動化 ,  ネットワーク ,  間質組織 ,  腫瘍 ,  *画像処理 ,  予後 ,  三次元 ,  *膵臓腫瘍 ,  計算機トモグラフィー ,  血管新生 ,  腫瘍切除 ,  切除術
準シソーラス用語： 予後不良 ,  コントラスト強調 , 【Automatic Indexing@JST】

著者キーワード (3件)： 膵管腺癌(PDAC) ,  3Dコントラスト増強畳込みLSTM(CE-ConvLSTM) ,  術前生存予測

分類 (1件)： 消化器の腫よう  (GH04000D)

タイトルに関連する用語 (6件)： 造影CT ,  イメージング ,  膵臓癌 ,  生存 ,  外科的マージン ,  術前予測