文献

J-GLOBAL ID：202202220252134213   整理番号：22A1116714

子宮頚部前癌と癌を検出するための高分解能内視鏡画像の自動分析のためのマルチタスクネットワーク【JST・京大機械翻訳】

Multi-task network for automated analysis of high-resolution endomicroscopy images to detect cervical precancer and cancer

著者 (13件)： Brenes David (Rice University, Houston, TX 77005, USA) ,  Barberan CJ (Rice University, Houston, TX 77005, USA) ,  Hunt Brady (Rice University, Houston, TX 77005, USA) ,  Parra Sonia G. (Rice University, Houston, TX 77005, USA) ,  Salcedo Mila P. (University of Texas MD Anderson Cancer Center, Houston, TX 77030, USA) ,  Possati-Resende Julio C. (Barretos Cancer Hospital, Barretos, Sao Paulo, Brazil) ,  Cremer Miriam L. (Cleveland Clinic, Cleveland, OH 44195, USA) ,  Castle Philip E. (National Cancer Institute, Bethesda, MD 20814, USA) ,  Fregnani Jose H.T.G. (A. C. Camargo Cancer Center, Liberdade, Sao Paulo, Brazil) ,  Maza Mauricio (Basic Health International, San Savlador, El Salvador) ,  Schmeler Kathleen M. (University of Texas MD Anderson Cancer Center, Houston, TX 77030, USA) ,  Baraniuk Richard (Rice University, Houston, TX 77005, USA) ,  Richards-Kortum Rebecca (Rice University, Houston, TX 77005, USA)
資料名： Computerized Medical Imaging and Graphics  (Computerized Medical Imaging and Graphics)
巻： 97  ページ： Null  発行年： 2022年 
JST資料番号： T0220A  ISSN： 0895-6111  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： 頚癌は,資源制限が標準介護予防戦略を妨げる低および中所得国における公衆衛生緊急事態である。高解像度内視鏡(HRME)は,医療提供者が頸部病変の核形態を画像化できる低コスト,ポイントオブケアデバイスである。ここでは,HRME画像から頸部上皮内新生物グレード2またはより重症を診断するための深層学習フレームワークを提案した。提案したマルチタスク畳込みニューラルネットワークは,診断関連表現を学習するために核セグメンテーションを使用する。核セグメンテーションは,高価な手動で注釈された核マスクの必要性を回避するために,プロキシラベルを介して訓練された。1600人の患者からの画像のデータセットを用いて,このアルゴリズムを訓練し,検証して,テストした。患者の20%からのデータを試験のために保存した。508人の患者からの画像による外部評価セットを用いて,著者らの所見をさらに検証した。提案方法は,0.87の受信者動作特性曲線(AUC-ROC)の下で,患者面積当たりの試験を達成する他の最先端のアーキテクチャを一貫して凌駕した。成績は,試験感度と特異性がそれぞれ0.94(p=0.3)と0.58(p=1.0)の専門家の結腸鏡検査と同等であった。再発性ヒトパピローマウイルス(HPV)感染患者は,子宮頸癌発症のリスクが高い。したがって,予測を知らせる特徴としてHPV DNA試験結果を組み入れた。著者らは,患者HPV状態を組み込むことが,0.94の感度で0.71に対する試験特異性を改善することを見出した。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： アルゴリズム ,  セグメンテーション ,  *ネットワーク ,  *自動分析 ,  DNA【核酸】 ,  腫瘍 ,  上皮 ,  *内視鏡 ,  *画像 ,  公衆衛生 ,  *高分解能 ,  計算機アーキテクチャ ,  子宮頚部腫瘍 ,  結腸鏡検査 ,  機械学習
準シソーラス用語： 深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 内視鏡 ,  子宮頚部前癌 ,  マルチタスク学習 ,  ポイントオブケア

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： 子宮頚部 ,  前癌 ,  癌 ,  高分解能 ,  内視鏡画像 ,  自動分析 ,  マルチタスク