文献
J-GLOBAL ID:202102264180070820   整理番号:21A1681924

X線写真における変形性膝関節症重症度評価のための深層学習ベースアルゴリズムは放射線科医の性能に合致する【JST・京大機械翻訳】

Deep learning-based algorithm for assessment of knee osteoarthritis severity in radiographs matches performance of radiologists
著者 (9件):
資料名:
巻: 133  ページ: Null  発行年: 2021年 
JST資料番号: E0858A  ISSN: 0010-4825  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
完全に自動化された深層学習アルゴリズムは,Kellgren-Lawrence等級づけシステムを用いたX線写真における膝変形性関節症重症度の評価において,放射線科医の性能に適合した。Kellgren-Lawrence等級づけシステムに従って膝変形性関節症重症度を評価するために,膝X線写真の後部(PA)と側方(LAT)ビューを共同で用いる自動深層学習ベースアルゴリズムを開発する。方法:多施設変形性関節症研究(MOST)の2802人の患者からの9739人の試験のデータセットを使用した。データセットは,2040人の患者の訓練セット,259人の患者の検証セットおよび503人の患者の試験セットに分けた。2段階で膝OAの評価に新しい深層学習ベース法を利用した。1)画像における膝関節の局所化,2)KL等級づけシステムによる分類。著者らの方法は,モデルへの入力としてPAとLATビューの両方を使用した。アルゴリズムによって生成されたスコアを,試験セットのサブセットのために,著者らの施設で5人の放射線科医によって提供された等級と同様に,全体の試験セットのためにMOSTデータセットで提供される等級と比較した。モデルは,MOSTデータセットで提供される評価と比較して,全試験セットで71.90%のマルチクラス精度を得た。このセットに対する二次加重カッパ係数は0.9066であった。研究に参加した施設からの放射線科医のすべての対の間の平均二次加重カッパは,0.748であった。著者らの施設でのアルゴリズムと放射線科医の間の平均二次加重Kappaは0.769であった。提案したモデルはMSK放射線科医に対するKL分類の等価性を示したが,明らかに優れた再現性を示した。また,著者らのモデルは,著者らの施設で放射線科医と,互いに放射線科医と同じ程度で一致した。アルゴリズムは,変形性膝関節症重症度の再現可能な評価を提供するために使用することができた。Copyright 2021 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
運動器系の疾患  ,  運動器系の診断 

前のページに戻る