深層学習を用いた眼底写真からの心血管危険因子の予測【JST・京大機械翻訳】

Poplin Ryan; Varadarajan Avinash V.; Blumer Katy; Liu Yun; McConnell Michael V.; Corrado Greg S.; Peng Lily; Webster Dale R.

プレプリント

J-GLOBAL ID：202202213873849094 整理番号：22P0041912

深層学習を用いた眼底写真からの心血管危険因子の予測【JST・京大機械翻訳】

Predicting Cardiovascular Risk Factors from Retinal Fundus Photographs using Deep Learning

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 (8件)： , , , , , , ,
資料名：
発行年： 2017年08月31日プレプリントサーバーでの情報更新日： 2017年09月21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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

伝統的に,医学発見は,関連を観察して,次に,これらの仮説をテストするための実験を設計することによってなされる。しかし,画像における相関の観測と定量化は,実際のデータにおける多様な特徴,パターン,色,値,形状のために困難であった。本論文では,網膜基底画像から新しい知識を発見するために,それ自身の特徴を学習する機械学習技法である深層学習を用いた。284,335人の患者からのデータで訓練されたモデルを用い,12,026と999人の患者の2つの独立したデータセットで検証して,著者らは,年齢(3.26歳以内),性別(0.97AUC),喫煙状態(0.71AUC),HbA1c(1.39%),収縮期血圧(0.71AUC),HbA1c(1.39%以内),収縮期血圧(11.23mmHg以内),および主要有害心イベント(0.70AUC)のような網膜画像で,現在,または定量化可能な心血管危険因子を予測した。”著者らは,年齢(3.26歳以内),性別(0.97AUC),喫煙状態(0.71AUC),HbA1c(1.39%以内),収縮期血圧(0.70AUC)。さらに,著者らのモデルは,光学ディスクまたは血管のような各予測を生成する解剖学の異なる側面を用いて,更なる研究の道を開くことを示した。【JST・京大機械翻訳】

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

代謝異常・栄養性疾患一般 , 眼の臨床医学一般 , 医用画像処理

, , ,

前のページに戻る