抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
コントラスト強調の多重相による腹部コンピュータ断層撮影(CT)スキャンを解釈するための完全自動化システムは,相の正確な分類を必要とする。本研究は,腹部CTスキャンにおける3つの主なタイプのコントラスト相を認識するための正確で迅速な多相分類器を開発し,検証することを目的とした。本研究では,4つの異なる位相の腹部CTスキャンの位相認識のために,深いCNNのトップにランダムサンプリング機構を用いる新しい方法を提案した。CNNはスライスワイズ相予測として働いているが,ランダムサンプリングはCNNモデルの入力スライスを選択する。その後,多数投票はCNNのスライス的結果を合成し,スキャンレベルで最終予測を提供する。著者らの分類器を830の位相注釈CTスキャンから271,426スライスで訓練し,各スキャンからランダムに選択したスライスの30%で多数投票と組み合わせると,358スキャンの著者らの内部試験セットで平均F1スコア92.09%を達成した。提案手法は,2つの外部試験セット:CTPAC-CCRCC(N=242)とLiTS(N=131)で評価され,専門家によって注釈された。性能の低下が観察されたが,モデル性能は,CTPAC-CCRCCとLiTSデータセットで,それぞれ76.79%と86.94%の平均F1スコアで,高いレベルの精度で残った。著者らの実験結果はまた,提案方法が,推論のために計算時間を少なくしながら,最先端の3D手法を著しく凌駕することを示した。【JST・京大機械翻訳】