コンピュータ断層撮影肺血管造影による早期肺塞栓症検出のための畳込みニューラルネットワーク【JST・京大機械翻訳】

Yu Ching-Yuan; Chang Ming-Che; Cheng Yun-Chien; Kuo Chin

プレプリント

J-GLOBAL ID：202202201399659051 整理番号：22P0327626

コンピュータ断層撮影肺血管造影による早期肺塞栓症検出のための畳込みニューラルネットワーク【JST・京大機械翻訳】

Convolutional Neural Network for Early Pulmonary Embolism Detection via Computed Tomography Pulmonary Angiography

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年04月07日プレプリントサーバーでの情報更新日： 2022年04月07日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本研究は,肺塞栓症(PE)を有するトリアージ患者のためのコンピュータ支援検出(CAD)システムを開発した。システムの目的は,待機期間中の死亡率を低減することであった。コンピュータ断層撮影肺血管造影(CTPA)はPE診断に用いられる。CTPA報告は,症例をレビューし,さらなる管理を示唆する放射線科医を必要とするので,これは患者が死亡する待機期間を創り出す。提案したCAD法はPEのない患者からPE患者をトリアージするように設計した。PE診断を促進するために重要なPE病変画像を同定するCADシステムを含む関連研究とは対照的に,このシステムはPE検出のための新しい分類モデルアンサンブルとPE病変ラベリングのためのセグメンテーションモデルから成る。モデルは,国立Cheng Kung大学病院とオープンソースからのデータを使用して訓練された。分類モデルは,受信者操作特性曲線(精度=0.85)に対して0.73をもたらし,一方,結合上の平均交差は,セグメンテーションモデルに対して0.689であった。提案したCADシステムはPEの有りと無しの患者を区別することができ,PE診断を促進するためにPE病変を自動的にラベル付けできる。【JST・京大機械翻訳】

, , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

呼吸器の診断 , 循環系の診断

, , , ,

前のページに戻る