文献

J-GLOBAL ID：202202225635615296   整理番号：22A1105294

変形性膝関節症と重症度グレード予測の早期診断のための深部神経モデル【JST・京大機械翻訳】

Deep Neural Models for Early Diagnosis of Knee Osteoarthritis and Severity Grade Prediction

著者 (3件)： Shenoy Tilak N. (Department of Information Technology, Healthcare Analytics and Language Engineering (HALE) Lab, National Institute of Technology Karnataka, Surathkal, India) ,  Medayil Mathew (Department of Information Technology, Healthcare Analytics and Language Engineering (HALE) Lab, National Institute of Technology Karnataka, Surathkal, India) ,  Sowmya Kamath S. (Department of Information Technology, Healthcare Analytics and Language Engineering (HALE) Lab, National Institute of Technology Karnataka, Surathkal, India)
資料名： Lecture Notes in Electrical Engineering  (Lecture Notes in Electrical Engineering)
巻： 869  ページ： 231-241  発行年： 2022年 
JST資料番号： W5070A  ISSN： 1876-1100  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 変形性関節症(OA)は,関節の軟骨の機能不全と最終的な損失を生じる関節炎の型である。軟骨が骨摩耗の端を緩衝する時に起こる。OAは最も一般的な関節疾患であり,男性では45歳,女性では55歳後に頻繁に発生する。OAの手動検出は,退屈で労働集約的なタスクであり,訓練された専門家によって実行される。Kellgren-Lawrence(KL)分類に従って,変形性関節症重症度を検出し,グレード化する完全自動化コンピュータ支援診断システムを提案した。本論文では,X線画像から自動OA検出のための様々なアプローチで実験を行った。コンテンツ記述子と画像変換のような画像レベル情報を同定し,Fisherスコアを用いて重みを割り当てた。KLグレードを次に加重最近傍を用いて投影し,OA重症度の異なる段階を分類した。X線画像の前処理,セグメンテーションおよび分類を,データ増強,深層ニューラルネットワークおよび残留ニューラルネットワークを用いて達成した。著者等の実験における最良性能モデルに関する実験結果および議論を示した。Copyright The Author(s), under exclusive license to Springer Nature Singapore Pte Ltd. 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 摩耗 ,  セグメンテーション ,  ニューラルネットワーク ,  軟骨 ,  関節炎 ,  機能障害 ,  変形性関節症 ,  X線画像 ,  画像変換 ,  関節疾患 ,  *早期診断 ,  コンテンツ ,  *変形性膝関節症
準シソーラス用語： *神経回路網モデル ,  *重症度 , 【Automatic Indexing@JST】

著者キーワード (5件)： 変形性関節症 ,  重症度予測 ,  深層ニューラルネットワーク ,  精密医学 ,  医療情報学

分類 (1件)： 運動器系の診断  (GG02000M)

タイトルに関連する用語 (7件)： 変形性膝関節症 ,  重症度 ,  グレード ,  予測 ,  早期診断 ,  深部 ,  神経モデル