文献

J-GLOBAL ID：202202227954114598   整理番号：22A1037804

画像強調と深層ニューラルネットワークに基づく甲状腺結節の診断【JST・京大機械翻訳】

Diagnosis of Thyroid Nodules Based on Image Enhancement and Deep Neural Networks

著者 (2件)： Ma Xuesi (School of Mathematics and Information Science, Henan Polytechnic University, Jiaozuo 454000, Henan, China) ,  Zhang Lina (School of Computer Science and Technology, Henan Polytechnic University, Jiaozuo 454000, Henan, China)
資料名： Computational Intelligence and Neuroscience (Web)  (Computational Intelligence and Neuroscience (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7694A  ISSN： 1687-5265  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： 早期の甲状腺結節の診断は困難な課題である。甲状腺結節の手動診断は労働集約的で時間がかかる。一方,機器と技術的人員の違いにより,収集した元の甲状腺結節超音波画像は非常に異なる。甲状腺結節の超音波画像情報をよりよく利用するためには,いくつかの画像処理法が不可欠である。本論文では,画像強調と深層ニューラルネットワークに基づく自動甲状腺結節分類のための方法を開発した。選択した画像強調法はヒストグラム等化であり,ニューラルネットワークは著者らの実験で4層ネットワークノードを持つ。本論文のデータセットは508人の患者の甲状腺結節画像から成る。データを80%訓練と20%検証セットに分けた。比較結果は,著者らの方法が他の通常の機械学習法より良い性能を達成できることを証明した。実験結果は,著者らの方法が0.901961の精度,0.894737の精度,1つの再現,および0.944444F1スコアを達成したことを示した。同時に,ネットワーク構造の影響,ネットワークノードの活性化機能,訓練反復の数,および分類結果に関する他の因子も考慮した。実験結果は,最適ネットワーク構造が2500-40-2-1であり,最適活性化関数がロジスティック関数であり,訓練反復の最良数が500であることを示した。Copyright 2022 Xuesi Ma and Lina Zhang. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ニューラルネットワーク ,  精度 ,  画像処理 ,  *画像 ,  ネットワーク構造 ,  超音波画像 ,  *画像強調 ,  *甲状腺腫瘍 ,  機械学習
準シソーラス用語： *甲状腺結節 ,  活性化関数 ,  ヒストグラム等化 ,  ネットワークノード ,  ロジスティック関数 ,  *ディープニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 腫ようの診断  (GE03020J)

引用文献 (30件)：

• B. R. Haugen, E. K. Alexander, K. C. Bible, G M Doherty, S J Mandel, Y E Nikiforov, F Pacini, G W Randoiph, A M Sawka, M Schlumberger, K G Schuff, S I Sherman, J A Sosa, D L Steward, R M Tuttle, L Wartofsky, "American thyroid association management guidelines for adult patients with thyroid nodules and differentiated thyroid cancer: the American thyroid association guidelines task force on thyroid nodules and differentiated thyroid cancer," Thyroid, vol. 26, no. 1, pp. 1-133, 2015.
• S. Vaccarella, S. Franceschi, F. Bray, C. P. Wild, M. Plummer, L. Dal Maso, "Worldwide thyroid-cancer epidemic? The increasing impact of overdiagnosis," New England Journal of Medicine, vol. 375, no. 7, pp. 614-617, 2016.
• N. S. Ospina, N. M. Iñiguez-Ariza, M. R. Castro, "Thyroid nodules: diagnostic evaluation based on thyroid cancer risk assessment," BMJ, vol. 368, 2020.
• J. K. Hoang, W. D. Middleton, A. E. Farjat, S. A. Teefey, N. Abinanti, F. J. Boschini, A. J. Bronner, N. Dahiya, B. S. Hertzberg, J. R. Newman, D. Scanga, R. C. Vogler, F. N. Tessler, "Interobserver variability of sonographic features used in the American college of radiology thyroid imaging reporting and data system," American Journal of Roentgenology, vol. 211, no. 1, pp. 162-167, 2018.
• Y. R. Hong, C. X. Yan, G. Q. Mo, Z. Y Luo, Y. Zhang, Y. Wang, P. T. Huang, "Conventional US, elastography, and contrast enhanced US features of papillary thyroid microcarcinoma predict central compartment lymph node metastases," Scientific Reports, vol. 5, 2015.

タイトルに関連する用語 (4件)： 画像強調 ,  深層ニューラルネットワーク ,  甲状腺結節 ,  診断