文献

J-GLOBAL ID：202202216331999672   整理番号：22A0650954

先天性大動脈狭窄の診断における人工知能セグメンテーションモデルベースコンピュータ断層撮影血管造影画像【JST・京大機械翻訳】

Artificial Intelligence Segmentation Model-Based Computed Tomography Angiography Image in the Diagnosis of Congenital Aortic Constriction

著者 (5件)： Zheng Tao (Department of Cardiothoracic and Vascular Surgery, Ningbo Medical Center Lihuili Hospital, Ningbo 315000, Zhejiang, China) ,  Shao Guofeng (Department of Cardiothoracic and Vascular Surgery, Ningbo Medical Center Lihuili Hospital, Ningbo 315000, Zhejiang, China) ,  Zhou Qingyun (Department of Cardiothoracic and Vascular Surgery, Ningbo Medical Center Lihuili Hospital, Ningbo 315000, Zhejiang, China) ,  Wang Qinning (Department of Cardiothoracic and Vascular Surgery, Ningbo Medical Center Lihuili Hospital, Ningbo 315000, Zhejiang, China) ,  Ye Mengmeng (Department of Cardiothoracic and Vascular Surgery, Ningbo Medical Center Lihuili Hospital, Ningbo 315000, Zhejiang, China)
資料名： Scientific Programming  (Scientific Programming)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： W0689A  ISSN： 1058-9244  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 本研究は,人工知能の背景の下で大動脈狭窄の臨床診断に及ぼす画像分割モデルとコンピュータ断層撮影血管造影(CTA)の影響を分析した。本研究では,手術により診断された先天性大動脈狭窄(CAC)の126人の患者を研究対象として選択し,ルーチンのデジタルサブトラクション血管造影(DSA)とCTAを実施した。次に,従来の活性輪郭モデル(ACモデル)を局所領域情報に基づいて最適化し,患者のCTA画像の知的セグメンテーションと再構成のための新しい画像セグメンテーションモデルを構築した。その結果,ACモデルおよび血管造影セグメンテーションから得られた領域成長(RGモデル)に基づく画像セグメンテーションモデルと比較して,本研究で構築したアルゴリズムは,血管造影画像およびより正確なセグメンテーション結果に対してより小さなセグメンテーション範囲を示した。定量的データ結果は,構築したモデルの進化時間と実行時間がACとRGモデル[数式:原文を参照]のものより少ないことを示唆した。DSA検査結果のゴールドスタンダードに基づいて,122の正しく診断された症例,3つの誤診された症例,およびCTAによる1つの誤診があったので,診断一致率は96.83%であった。DSAと比較して,前カテーテル,傍カテーテルおよび後カテーテル型を有する患者の平均内径および平均圧差はCTA[数式:原文を参照]において大きく異ならなかった。CTA検査は,心臓内構造異常を有する154症例があり,検出率は86.52%であった。32例の心臓-血管接続異常があり,検出率は100%であった。そして,95.18%の検出率で,79の心臓外血管異常があった。本論文で提案した局所領域情報に基づく最適化画像セグメンテーションモデルは,CT血管造影画像のための優れたセグメンテーション性能を持ち,良好なセグメンテーション効果と効率を持っていることを示した。人工知能画像分割モデルに基づくCTAは,異常な心臓-血管接続と異常な心臓外血管により良い診断効果を示し,CACの臨床診断のための有効な検査方法として使用できる。Copyright 2022 Tao Zheng et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  *セグメンテーション ,  *血管 ,  心臓 ,  *画像 ,  *人工知能 ,  患者 ,  カテーテル ,  *血管造影 ,  DSA【血管造影】
準シソーラス用語： 画像セグメンテーション ,  臨床診断 ,  *CT血管造影 ,  検出率 , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

引用文献 (25件)：

• Y. Yu, Y. Wang, M. Yang, M. Huang, J. Li, Q. Jia, J. Zhuang, L. Huang, "Evaluating the severity of aortic coarctation in infants using anatomic features measured on CTA," European Radiology, vol. 31, no. 3, pp. 1216-1226, 2021.
• C. Guo, J. Lu, Z. Tian, W. Guo, A. Darvishan, "Optimization of critical parameters of PEM fuel cell using TLBO-DE based on Elman neural network," Energy Conversion and Management, vol. 183, pp. 149-158, 2019.
• T. Szmuda, P. Słoniewski, S. Ali, A. Kamieniecki, J. Dzierżanowski, "Extent of anterior clinoidectomy for clipping of carotid-ophthalmic aneurysms predicted on three-dimensional computerised tomography angiography," Neurologia I Neurochirurgia Polska, vol. 54, no. 2, pp. 138-149, 2020.
• M. Hu, Y. Zhong, S. Xie, H. Lv, Z. Lv, "Fuzzy system based medical image processing for brain disease prediction," Frontiers in Neuroscience, vol. 15, 2021.
• B. Tamarappoo, Y. Otaki, M. Doris, Y. Arnson, H. Gransar, S. Hayes, J. Friedman, L. Thomson, F. Wang, A. Rozanski, P. Slomka, D. Dey, D. Berman, "Improvement in LDL is associated with decrease in non-calcified plaque volume on coronary CTA as measured by automated quantitative software," Journal of Cardiovascular Computed Tomography, vol. 12, no. 5, pp. 385-390, 2018.

タイトルに関連する用語 (6件)： 先天性大動脈狭窄 ,  診断 ,  人工知能 ,  セグメンテーション ,  モデルベース ,  コンピュータ断層撮影血管造影