CTにおける嚥下と咀嚼構造を分割するための前向き検証深層学習モデル【JST・京大機械翻訳】

Iyer Aditi; Thor Maria; Onochie Ifeanyirochukwu; Hesse Jennifer; Zakeri Kaveh; LoCastro Eve; Jiang Jue; Veeraraghavan Harini; Elguindi Sharif; Lee Nancy Y; Deasy Joseph O; Apte Aditya P

文献

J-GLOBAL ID：202202218712870827 整理番号：22A0640090

CTにおける嚥下と咀嚼構造を分割するための前向き検証深層学習モデル【JST・京大機械翻訳】

Prospectively-validated deep learning model for segmenting swallowing and chewing structures in CT

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=22A0640090&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0640090&from=J-GLOBAL&jstjournalNo=D0324A") }}

著者 (12件)： , , , , , , , , , , ,
資料名：
巻： 67 号： 2 ページ： 024001 (12pp) 発行年： 2022年
JST資料番号： D0324A ISSN： 0031-9155 CODEN： PHMBA7 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)

【目的】嚥下と咀嚼構造を明らかにすることは,嚥下障害,トリスム,および音声機能不全を制限するために放射線療法(RT)治療計画を助ける。このプロセスを自動化する正確で効率的な方法を開発することを目的とした。アプローチ。本施設で2004年から2009年に取得した242頭頚部(H&N)癌患者のCTスキャンを用いて,DeepLabV3+を用いて,咬筋,内側翼状筋,喉頭および咽頭収縮筋に対する自動セグメンテーションモデルを開発した。カスケードフレームワークを用い,そこでは,事前セグメンテーションに基づいて各構造グループを空間的に制約するために,モデルを順次訓練した。さらに,軸,冠状および矢状面からの文脈情報を組み合わせたモデルのアンサンブルを用いて,セグメンテーション精度を改善した。前向き評価は,91のH&N CTスキャンで必要な手動編集の量を,2月~5月2021日に測定した。主な結果。遡及的試験セット(N=24)で計算されたDice類似係数(DSC)の中央値と四分位間範囲は,咬筋では0.87(0.85~0.89),内側翼状では0.80(0.79~0.81),喉頭では0.81(0.79~0.84),収縮では0.69(0.67~0.71)であった。10のランダムに選択したスキャンにおける2セットの手動セグメンテーションと比較したとき,自動セグメンテーションは,観察者間DSCよりも各観察者と良好な一致(DSC)を示した。前向き分析は,臨床使用に必要なほとんどの手動修飾がマイナーであり,自己コントリングが臨床効率を増加させることを示唆した。訓練されたセグメンテーションモデルは,https://github.com/cerr/CERR/wiki/Auto-Segmentation-modelsによる要求に対する研究利用に利用できる。意義。著者らは,CTにおける嚥下および咀嚼構造のための深層学習ベースの自動セグメンテーションモデルを開発し,RT後の合併症を制限する治療計画における使用の可能性を実証した。著者らの知る限り,これは,CTにおける咀嚼と嚥下構造をセグメント化するための唯一の前向きに検証された深層学習ベースモデルである。セグメンテーションモデルは,再現性と多施設研究を容易にするためにオープンソースである。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

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

耳・鼻・咽頭・喉頭の腫よう , 腫ようの治療一般

, , , , ,

前のページに戻る