文献

J-GLOBAL ID：202102284793295728   整理番号：21A0404453

画像群学は,異なるX線型乳房病変の良性と悪性の鑑別診断に有用であった。【JST・京大機械翻訳】

Differential Diagnostic Performance of Mammography Radiomics in the Differential Diagnosis of Benign and Malignant Breast Lesions for Various X-ray Phenotype

著者 (6件)： Peng Chengyu (東南大学附属中大医院放射科,江蘇南京 210009) ,  Liu Wanhua (東南大学附属中大医院放射科,江蘇南京 210009) ,  Ye Yuanyuan (東南大学附属中大医院放射科,江蘇南京 210009) ,  Wang Rui (東南大学附属中大医院放射科,江蘇南京 210009) ,  Gao Fei (深睿医療人工智能研究院,北京 100080;北京大学工学院,北京 100871) ,  Zhang Fandong (深睿医療人工智能研究院,北京 100080;北京大学前沿交叉学科研究院,北京 100871)
資料名： Zhongguo Yixue Yingxiang Xue Zazhi  (Zhongguo Yixue Yingxiang Xue Zazhi)
巻： 28  号： 11  ページ： 820-824  発行年： 2020年 
JST資料番号： C3098A  ISSN： 1005-5185  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 【目的】X線型乳房病変の良性および悪性の診断における画像学的特徴解析方法の有効性を調査する。資料と方法:乳腺X線撮影検査と病理診断結果の816例の女性患者資料を回顧性分析した。手動セグメンテーションの方法を用いて、病巣の関心領域を分割し、画像学特徴の前処理と抽出を行い、五折交差検証とロジスティック回帰法で良悪性病巣分類器の訓練とテストを行った。受信者動作特性曲線下面積(AUC)を用いて乳腺病変の良悪性の診断効果を評価した。【結果】画像学的特徴分類装置には,乳房腫瘤病変の鑑別診断能力が最も強く,次いで石灰化,非対称および構造捻転の鑑別診断有効性(AUC)は,それぞれ0.82±0.02,0.75±0.07,0.61±0.05,0.58±0.であった。10,P<0.05)。放射線科医師の読影を基づいて、映像学方法を併用して、構造捻転型乳腺病巣の鑑別診断効果を高めることができる(AUC値は0.78±0.08から0.82±0.08まで上昇、P<0.05)。【結語】画像学的特徴解析は,X線型腫瘤の良性および悪性病変の鑑別において,良好な診断的価値を有する。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： セグメンテーション ,  分類装置 ,  石灰化 ,  乳腺 ,  非対称性 ,  *乳房 ,  映像 ,  *鑑別診断 ,  血中濃度-時間曲線下面積
準シソーラス用語： 腫瘤 ,  乳房腫瘤 ,  ロジスティック回帰分析 ,  読影 ,  病理検査 ,  関心領域 , 【Automatic Indexing@JST】

分類 (2件)： 腫ようの診断  (GE03020J) ,  診断学一般  (GC03001Y)

タイトルに関連する用語 (4件)： X線 ,  乳房 ,  病変 ,  鑑別診断