文献

J-GLOBAL ID：202202231691542896   整理番号：22A0626490

内視鏡画像に基づく早期胃癌の浸潤の深さを評価するための畳込みニューラルネットワークの応用【JST・京大機械翻訳】

Application of convolutional neural networks for evaluating the depth of invasion of early gastric cancer based on endoscopic images

著者 (17件)： Hamada Kenta (Department of Endoscopy, Okayama University Hospital, Okayama, Japan) ,  Hamada Kenta (Department of Practical Gastrointestinal Endoscopy, Okayama University Graduate School of Medicine, Dentistry and Pharmaceutical Sciences, Okayama, Japan) ,  Kawahara Yoshiro (Department of Practical Gastrointestinal Endoscopy, Okayama University Graduate School of Medicine, Dentistry and Pharmaceutical Sciences, Okayama, Japan) ,  Tanimoto Takayoshi (Business Strategy Division, Ryobi Systems Co., Ltd., Okayama, Japan) ,  Ohto Akimitsu (Health Care Company, Ryobi Systems Co., Ltd., Okayama, Japan) ,  Toda Akira (Business Strategy Division, Ryobi Systems Co., Ltd., Okayama, Japan) ,  Aida Toshiaki (Okayama University Graduate School of Interdisciplinary Science and Engineering in Health Systems, Okayama, Japan) ,  Yamasaki Yasushi (Department of Gastroenterology and Hepatology, Okayama University Graduate School of Medicine, Dentistry and Pharmaceutical Sciences, Okayama, Japan) ,  Gotoda Tatsuhiro (Department of Gastroenterology and Hepatology, Okayama University Graduate School of Medicine, Dentistry and Pharmaceutical Sciences, Okayama, Japan) ,  Ogawa Taiji (Department of Gastroenterology and Hepatology, Okayama University Graduate School of Medicine, Dentistry and Pharmaceutical Sciences, Okayama, Japan) ,  Abe Makoto (Department of Gastroenterology and Hepatology, Okayama University Graduate School of Medicine, Dentistry and Pharmaceutical Sciences, Okayama, Japan) ,  Okanoue Shotaro (Department of Gastroenterology and Hepatology, Okayama University Graduate School of Medicine, Dentistry and Pharmaceutical Sciences, Okayama, Japan) ,  Takei Kensuke (Department of Gastroenterology and Hepatology, Okayama University Graduate School of Medicine, Dentistry and Pharmaceutical Sciences, Okayama, Japan) ,  Kikuchi Satoru (Department of Gastroenterological Surgery, Okayama University Graduate School of Medicine, Dentistry and Pharmaceutical Sciences, Okayama, Japan) ,  Kuroda Shinji (Department of Gastroenterological Surgery, Okayama University Graduate School of Medicine, Dentistry and Pharmaceutical Sciences, Okayama, Japan) ,  Fujiwara Toshiyoshi (Department of Gastroenterological Surgery, Okayama University Graduate School of Medicine, Dentistry and Pharmaceutical Sciences, Okayama, Japan) ,  Okada Hiroyuki (Department of Gastroenterology and Hepatology, Okayama University Graduate School of Medicine, Dentistry and Pharmaceutical Sciences, Okayama, Japan)
資料名： Journal of Gastroenterology and Hepatology  (Journal of Gastroenterology and Hepatology)
巻： 37  号： 2  ページ： 352-357  発行年： 2022年 
JST資料番号： W2642A  ISSN： 0815-9319  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 背景と目的:最近,人工知能(AI)は内視鏡検査で使用され,内視鏡診断に役立つことが期待される。内視鏡画像に基づき,早期胃癌(EGC)の浸潤の深さを評価するための畳み込みニューラルネットワーク(CNN)システムを用いたAIの実現可能性を評価した。方法:本研究では,深いCNNモデル,ResNet152を用いた。方法:2012年1月~2016年12月の間に当院でEGC治療を行った患者から,粘膜(M)癌を有する100人の患者と粘膜下層(SM癌)に浸潤した癌患者100人を選択した。白色光イメージング,リンクカラーイメージング,青色レーザイメージング-ブライトおよびインジゴカルミン色素コントラストイメージングを含む,EGCの総計3508の非拡大内視鏡画像を,本研究に含めた。132人の患者からの合計2288の画像は,開発データセットとして役立ち,68人の患者からの1220の画像は,試験データセットとして役立った。各画像と病変について浸潤深さを評価した。大多数の投票を病変ベースの評価に適用した。結果:M癌の診断に対する感度,特異性および精度は,画像ベース評価に対しそれぞれ84.9%(95%信頼区間[CI]82.3%~87.5%),70.7%(95%CI 66.8%~74.6%)および78.9%(95%CI 76.6%~81.2%),病変ベース評価に対し85.3%(95%CI 73.4%~97.2%),82.4%(95%CI 69.5%~95.2%)および83.8%(95%CI 75.1%~92.6%)であった。結論:内視鏡画像に基づくEGCの浸潤の深さを評価するCNNを用いたAIの応用は実現可能であり,この新技術を実際の使用に置くために,より多くの努力を投資する価値がある。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 色素 ,  粘膜 ,  *画像処理 ,  人工知能 ,  患者 ,  カラー画像 ,  *胃腫瘍 ,  内視鏡検査
準シソーラス用語： 青色レーザ ,  *早期胃癌 ,  癌患者 ,  *内視鏡画像 ,  特異性 ,  光イメージング ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工知能 ,  畳込みニューラルネットワーク ,  早期胃癌 ,  内視鏡画像 ,  侵入深さ

分類 (2件)： 消化器の腫よう  (GH04000D) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (6件)： 内視鏡画像 ,  早期胃癌 ,  浸潤 ,  評価 ,  畳込みニューラルネットワーク ,  応用