文献

J-GLOBAL ID：202202215073632557   整理番号：22A0732697

膀胱癌分類と病期分類の病理学に及ぼす深部残存ネットワークに基づくCT高解像度画像診断の影響【JST・京大機械翻訳】

The effect of CT high-resolution imaging diagnosis based on deep residual network on the pathology of bladder cancer classification and staging

著者 (3件)： Liu Dongmei (Department of Urology Shengjing Hospital of China Medical University, Shenyang, Liaoning 110004 China) ,  Wang Shubao (Department of Pathology Shengjing Hospital of China Medical University, Shenyang, Liaoning 110004 China) ,  Wang Jing (Department of General Surgery Shengjing Hospital of China Medical University, Shenyang, Liaoning 110004 China)
資料名： Computer Methods and Programs in Biomedicine  (Computer Methods and Programs in Biomedicine)
巻： 215  ページ： Null  発行年： 2022年 
JST資料番号： D0213C  ISSN： 0169-2607  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アイルランド (IRL)  言語： 英語 (EN)

抄録/ポイント： 膀胱腫瘍の病期診断を効率的に正確に予測するために,深い残留ネットワークに基づく高解像度CT画像を研究する。画像は,画像の欠測の詳細を回復するために超解像によって処理した。2013年6月から12月までに当院で治療を受けた膀胱患者75名のCTデータを収集した。そして,病理学を通して患者の分類と病期分類情報を得て,それを非局所注意機構と結合したResNet構造のモデルを確立するために使用する。2018年5月20日から8月2021日に当院に入院した膀胱疾患の76人の患者の臨床データをランダムに選択し,CT診断のイメージングと精度を遡及的に分析した。52例は<T1期と診断され,16例がT2期,2例がT3期,2例がT4期であった。実験診断の感受性率は94.74%で,術前病理診断の感度率と有意差はなかった。深部残留ネットワークに基づくCTは,膀胱癌の診断と病期分類において高い応用価値を持ち,診断精度を効果的に改善し,臨床応用に値する。Copyright 2022 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： *ネットワーク ,  *膀胱 ,  画像処理 ,  *画像 ,  超解像 ,  断層画像 ,  *高分解能 ,  *膀胱腫瘍 ,  膀胱疾患 ,  *病理
準シソーラス用語： CT画像 ,  高精細画像 ,  臨床データ ,  病期診断 ,  臨床応用 ,  *病期分類 , 【Automatic Indexing@JST】

著者キーワード (6件)： 残存ネットワーク ,  深層学習 ,  超解像処理 ,  非局所 ,  CT ,  膀胱癌の病期分類

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (9件)： 膀胱癌 ,  分類 ,  病期分類 ,  病理学 ,  深部 ,  残存 ,  CT ,  高解像度画像 ,  診断