文献

J-GLOBAL ID：202002289168038445   整理番号：20A0449961

無線結腸カプセル内視鏡検査における結腸直腸ポリープの自律検出と局在化のための深層学習の応用【JST・京大機械翻訳】

Application of deep learning for autonomous detection and localization of colorectal polyps in wireless colon capsule endoscopy

著者 (13件)： Nadimi Esmaeil S. (Group of Applied AI and Data Science, Maersk Mc-Kinney Moller Institute, University of Southern Denmark, Odense, Denmark) ,  Buijs Maria M. (Department of Surgery, Odense University Hospital, Odense, Denmark) ,  Buijs Maria M. (Department of Clinical Research, University of Southern Denmark, Odense, Denmark) ,  Herp Jurgen (Group of Applied AI and Data Science, Maersk Mc-Kinney Moller Institute, University of Southern Denmark, Odense, Denmark) ,  Kroijer Rasmus (Department of Surgery, Odense University Hospital, Odense, Denmark) ,  Kroijer Rasmus (Department of Clinical Research, University of Southern Denmark, Odense, Denmark) ,  Kobaek-Larsen Morten (Department of Surgery, Odense University Hospital, Odense, Denmark) ,  Kobaek-Larsen Morten (Department of Clinical Research, University of Southern Denmark, Odense, Denmark) ,  Nielsen Emilie (Center for Innovative Medical Technology, Odense University Hospital, Odense, Denmark) ,  Pedersen Claus D. (Center for Innovative Medical Technology, Odense University Hospital, Odense, Denmark) ,  Blanes-Vidal Victoria (Group of Applied AI and Data Science, Maersk Mc-Kinney Moller Institute, University of Southern Denmark, Odense, Denmark) ,  Baatrup Gunnar (Department of Surgery, Odense University Hospital, Odense, Denmark) ,  Baatrup Gunnar (Department of Clinical Research, University of Southern Denmark, Odense, Denmark)
資料名： Computers and Electrical Engineering  (Computers and Electrical Engineering)
巻： 81  ページ： Null  発行年： 2020年 
JST資料番号： D0546B  ISSN： 0045-7906  CODEN： CPEEBQ  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： 深い学習における最近の進歩は医用画像の解析における関心の高まりを促している。本研究では,結腸直腸癌に対する悪性進化のリスクを有する,無線結腸カプセル内視鏡検査中に捕獲された画像において,結腸直腸ポリープの自律的検出のための畳込み神経回路網(CNN)を開発した。著者らのCNNは,転送学習,前処理,およびデータ増強の組合せを使用するZF-Netの改良版である。著者らはさらに,結腸直腸ポリープを含む画像の領域を局在化するために,著者らのCNNをFastR-CNNの基礎として展開した。著者らは,結腸直腸ポリープ(あらゆるサイズまたは形態,N=4800)および正常粘膜(N=6500)を含むスクリーニング母集団から11,300カプセル内視鏡画像の画像データベースを作成した。著者らのCNNは98.0%の精度,98.1%の感度,96.3%の特異性を示した。著者らのネットワークは,結腸直腸ポリープの自律的検出において,すべての最新の結果を上回り,高感度領域に関して高い解釈可能性を示した。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： *学習 ,  *結腸 ,  カプセル ,  粘膜 ,  畳込み ,  医用画像 ,  *ポリープ ,  母集団 ,  画像データベース ,  スクリーニング ,  機械学習 ,  ネットワーク ,  神経回路網 ,  高感度 ,  前処理

著者キーワード (5件)： 大腸ポリープ ,  Colonカプセル内視鏡(CCE) ,  深層学習 ,  機械学習 ,  畳み込みニューラルネットワーク

分類 (2件)： 計算機網  (JC03000K) ,  ディジタル計算機方式一般  (JC02010O)

タイトルに関連する用語 (9件)： 無線 ,  結腸 ,  カプセル内視鏡検査 ,  結腸直腸 ,  ポリープ ,  自律 ,  局在化 ,  深層学習 ,  応用