文献

J-GLOBAL ID：202102292072569467   整理番号：21A0195473

3D圧縮畳込みニューラルネットワークは,自動白質超強度セグメンテーションを用いた多発性硬化症からの視神経脊髄炎光スペクトル障害を区別する【JST・京大機械翻訳】

3D Compressed Convolutional Neural Network Differentiates Neuromyelitis Optical Spectrum Disorders From Multiple Sclerosis Using Automated White Matter Hyperintensities Segmentations

著者 (12件)： Wang Zhuo (Key Laboratory of Symbol Computation & Knowledge Engineering, Ministry of Education, College of Computer Science & Technology, Jilin University, Changchun, China) ,  Wang Zhuo (Department of Radiology, the First Hospital of Jilin University, Changchun, China) ,  Yu Zhezhou (Key Laboratory of Symbol Computation & Knowledge Engineering, Ministry of Education, College of Computer Science & Technology, Jilin University, Changchun, China) ,  Wang Yao (Key Laboratory of Symbol Computation & Knowledge Engineering, Ministry of Education, College of Computer Science & Technology, Jilin University, Changchun, China) ,  Zhang Huimao (Department of Radiology, the First Hospital of Jilin University, Changchun, China) ,  Zhang Huimao (Jilin Provincial Key Laboratory for Medical imaging, Changchun, China) ,  Luo Yishan (BrainNow Research Institute, Hong Kong, China) ,  Shi Lin (BrainNow Research Institute, Hong Kong, China) ,  Shi Lin (Department of Imaging and Interventional Radiology, Chinese University of Hong Kong, Hong Kong, China) ,  Wang Yan (Key Laboratory of Symbol Computation & Knowledge Engineering, Ministry of Education, College of Computer Science & Technology, Jilin University, Changchun, China) ,  Guo Chunjie (Department of Radiology, the First Hospital of Jilin University, Changchun, China) ,  Guo Chunjie (Jilin Provincial Key Laboratory for Medical imaging, Changchun, China)
資料名： Frontiers in Physiology (Web)  (Frontiers in Physiology (Web))
巻： 11  ページ： 612928  発行年： 2020年 
JST資料番号： U7093A  ISSN： 1664-042X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 背景:磁気共鳴映像法(MRI)は医学イメージングにおいて広範囲の応用を有する。最近,深層学習アルゴリズムに基づく研究は医用画像データのための強力な処理能力を実証した。これまでの研究は,通常大規模なデータセットを有し,脳における病変を集中させる一般的な疾患に集中している。本論文では,散乱および重複病変を特徴とする多発性硬化症(MS)からまれな神経脊髄炎光スペクトル障害(NMOSD)を鑑別するために,MRI画像を処理するために深層学習モデルを使用した。方法:著者らは,3D MRI画像の必須情報を捉え,それらを低次元に変換するための新しいモデル構造を提案した。著者らのモデルの効率性を経験的に証明するために,最初に,著者らは従来の三次元(3D)モデルを使用し,T2強調流体減衰反転回復(T2-FLAIR)画像を分類して,従来の3D畳込みニューラルネットワーク(CNN)モデルがNMOSDとMSを区別する学習能力を欠いていることを証明した。次に,疾患診断のために2Dモデルの2つの異なる深さ(18と34層)を適用するために2つの視点圧縮ブロックによって3D T2-FLAIR画像を圧縮して,画像Netデータセットに関して著者らのモデルを予訓練することによって移動学習を適用した。結果:著者らのモデルが画像Netデータセット上で事前訓練されたとき,著者らのモデルが優れた性能を持ち,その中で,34層モデルおよび18層モデルのモデル平均精度が0.75および0.725であり,感度が0.707および0.708であり,特異性は,それぞれ0.759および0.719であった。一方,従来の3D CNNモデルは,NMOSDとMSを区別する学習能力を欠いている。【結論】著者らが提案した新規CNNモデルは,MSからまれなNMOSDを自動的に区別することができ,特に,著者らのモデルは,従来の3D CNNモデルより良い性能を示した。それは,著者らの3D圧縮CNNモデルが,小規模データセットによる病気の取り扱いに適用可能であり,重複および散乱病変を有することを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 散乱 ,  学習 ,  *セグメンテーション ,  画像処理 ,  二次元 ,  スループット ,  *白質 ,  *三次元 ,  深層 ,  NMRイメージング ,  *多発性硬化症 ,  学習アルゴリズム
準シソーラス用語： *視神経脊髄炎 ,  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 (5件)： 視神経炎光スペクトル障害(NMOSD) ,  多発性硬化症(MS) ,  磁気共鳴イメージング(MRI) ,  深層学習 ,  畳込みニューラルネットワーク(CNN)

分類 (2件)： 神経系の疾患  (GN03000O) ,  神経系の診断  (GN02000H)

引用文献 (36件)：

• AbrigoJ.ShiL.LuoY.ChenQ.ChuW. C. W.MokV. C. T. (2019). Standardization of hippocampus volumetry using automated brain structure volumetry tool for an initial Alzheimer’s disease imaging biomarker. Acta Radiol. 60 769-776. doi: 10.1177/0284185118795327 30185071
• BengioY.LecunY. (2007). “Scaling learning algorithms towards AI,” in Large-Scale Kernel Machines, Vol. 34 eds BottouL.ChapelleO.DeCosteD.WestonJ. (Cambridge, MA: MIT Press), 1-41.
• BianchiniM.ScarselliF. (2014). On the complexity of neural network classifiers: a comparison between shallow and deep architectures. IEEE Trans. Neural Netw. Learn. Syst. 25 1553-1565. doi: 10.1109/tnnls.2013.2293637 25050951
• CacciaguerraL.MeaniA.MesarosS.RadaelliM.PalaceJ.Dujmovic-BasuroskiI. (2019). Brain and cord imaging features in neuromyelitis optica spectrum disorders. Ann. Neurol. 85 371-384.
• EshaghiA.WottschelV.CorteseR. (2016). Gray matter MRI differentiates neuromyelitis optica from multiple sclerosis using random forest. Neurology 87 2463-2470. doi: 10.1212/wnl.0000000000003395 27807185

タイトルに関連する用語 (8件)： 3D ,  畳込みニューラルネットワーク ,  白質 ,  セグメンテーション ,  多発性硬化症 ,  視神経脊髄炎 ,  光スペクトル ,  障害