文献

J-GLOBAL ID：202102217858315628   整理番号：21A0178729

畳込みニューラルネットワークを用いた結腸直腸ポリープの自動内視鏡検出と分類【JST・京大機械翻訳】

Automated endoscopic detection and classification of colorectal polyps using convolutional neural networks

著者 (10件)： Ozawa Tsuyoshi (Department of Surgery, Teikyo University School of Medicine, 2-11-1 Kaga, Itabashi-ku, Tokyo 173-8606, Japan) ,  Ozawa Tsuyoshi (Tada Tomohiro institute of Gastroenterology and proctology, Saitama, Japan) ,  Ishihara Soichiro (Tada Tomohiro institute of Gastroenterology and proctology, Saitama, Japan) ,  Ishihara Soichiro (Department of Surgical Oncology, Graduate School of Medicine, The University of Tokyo, Tokyo, Japan) ,  Fujishiro Mitsuhiro (Department of Gastroenterology, Graduate School of Medicine, Nagoya University, Nagoya, Japan) ,  Kumagai Youichi (Department of Digestive Tract and General Surgery, Saitama Medical Center, Saitama Medical University, Saitama, Japan) ,  Shichijo Satoki (Department of Gastrointestinal Oncology, Osaka International Cancer Institute, Osaka, Japan) ,  Tada Tomohiro (Tada Tomohiro institute of Gastroenterology and proctology, Saitama, Japan) ,  Tada Tomohiro (Department of Surgical Oncology, Graduate School of Medicine, The University of Tokyo, Tokyo, Japan) ,  Tada Tomohiro (AI medical service Inc., Tokyo, Japan)
資料名： Therapeutic Advances in Gastroenterology  (Therapeutic Advances in Gastroenterology)
巻： 13  ページ： 1756284820910659  発行年： 2020年 
JST資料番号： W5405A  ISSN： 1756-283X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 背景:最近,消化管内視鏡検査のための米国学会は,結腸直腸ポリープ(CP)の正確なin vivo分化が必要であることを決定して,誤診および廃棄戦略に取り組んだ。以前の研究は,物体認識における深層学習を用いた人工知能(AI)の有望な応用を示唆した。このため,結腸鏡検査中に保存された静止画像を用い,CPを正確に検出および分類できるAIシステムを構築することを目的にした。方法:単一ショットマルチボックス検出器と呼ばれる深い畳込みニューラルネットワーク(CNN)アーキテクチャを使用した。4752のCPsから16,418の画像と正常カラーの4013の画像を用いてCNNを訓練し,その後,7077の結腸鏡検査画像における訓練されたCNNの性能を309の多様なタイプのCPから1172のCP画像を含めて検証した。CPの検出と分類のための診断速度と収率を訓練されたCNNの性能の尺度として評価した。結果:CNNの処理時間は,フレーム当たり20msであった。訓練されたCNNは92%の感度で1246のCPを検出し,陽性予測値(PPV)は86%であった。感度とPPVは,白色光画像で90%と83%,狭帯域画像で97%と98%であった。正しく検出されたポリープの中で,CPの83%が画像によって正確に分類された。さらに,腺腫の97%が白色光イメージング下で正確に同定された。結論:著者らのCNNは,内視鏡画像を通してCPを検出および分類できる可能性を示し,結腸鏡検査のためのAIベースのCP診断支援システムとしての将来の応用に対する高い可能性を強調した。Copyright The Author(s), 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 加工時間 ,  *結腸 ,  分化 ,  物体認識 ,  人工知能 ,  腺腫 ,  白色光 ,  静止画像 ,  人工知能システム ,  計算機アーキテクチャ ,  *ポリープ ,  結腸鏡検査
準シソーラス用語： 診断支援システム ,  深層学習 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (8件)： 人工知能 ,  分類 ,  結腸 ,  結腸直腸 ,  畳込みニューラルネットワーク ,  検出 ,  診断 ,  ポリープ

分類 (2件)： 消化器の腫よう  (GH04000D) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (5件)： 畳込みニューラルネットワーク ,  結腸直腸 ,  ポリープ ,  内視鏡 ,  分類