文献

J-GLOBAL ID：202202232676622523   整理番号：22A1038708

ウェーブレット変換由来テクスチャ特徴に基づく塵肺症の知的画像診断【JST・京大機械翻訳】

Intelligent Image Diagnosis of Pneumoconiosis Based on Wavelet Transform-Derived Texture Features

著者 (4件)： Wang Zichen (Department of Imaging, The Third Clinical College of Hefei of Anhui Medical University, The Third People’s Hospital of Hefei, Hefei 230022, China) ,  Hu Maoneng (Department of Imaging, The Third Clinical College of Hefei of Anhui Medical University, The Third People’s Hospital of Hefei, Hefei 230022, China) ,  Zeng Min (Department of Imaging, The Third Clinical College of Hefei of Anhui Medical University, The Third People’s Hospital of Hefei, Hefei 230022, China) ,  Wang Guoliang (Department of Imaging, The Third Clinical College of Hefei of Anhui Medical University, The Third People’s Hospital of Hefei, Hefei 230022, China)
資料名： Computational and Mathematical Methods in Medicine (Web)  (Computational and Mathematical Methods in Medicine (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7693A  ISSN： 1748-670X  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： 目的:職業性塵肺症の早期診断と治療は,疾患の発症を遅らせることができる。本研究は,ウェーブレット変換由来エントロピーによる職業性塵肺症の知的診断を調べることを目的とした。【方法】2013年6月から2020年6月まで,著者らの部門における職業性塵肺症を有する合計60人の患者からの高KVデジタルラジオグラフ(DR)とコンピュータ断層撮影(CT)画像を選択した。ウェーブレット変換誘導テクスチャ特徴をすべての画像から抽出して,ディシジョンツリーを特徴選択のために使用した。3つのカーネル関数を有するサポートベクトルマシン(SVM)を選択して,2種類の画像を分類して,それらの診断効率を比較した。【結果】ウェーブレット分解の8回後に,8つのウェーブレットエントロピーテクスチャ特徴(特徴集合)を抽出して,6を選択して特徴部分集合を形成した。線形カーネル関数SVMの分類効果は,84.2%の精度で他の関数のものより良い。職業性塵肺症に対するDRとCTの診断値は,同じ([数式:原文を参照])であった。職業性塵肺症のステージIに対するCTの検出率は,DR([数式:原文を参照])のそれより有意に高かった。結論.ウェーブレットエントロピーに基づく知的診断を行うために,SVMを用いて塵肺症の早期診断レベルを改善するのに役立つ。Copyright 2022 Zichen Wang et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： エントロピー ,  職業 ,  *塵肺症 ,  比率 ,  *画像 ,  *画像特性 ,  特徴選択 ,  ディシジョンツリー ,  早期診断 ,  計算機トモグラフィー ,  画像診断 ,  *ウェーブレット変換 ,  サポートベクトルマシン
準シソーラス用語： Kernel関数 ,  検出率 ,  ウェーブレット分解 ,  *テクスチャ特徴 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

引用文献 (27件)：

• Y. Fan, W. Xu, Y. Wang, Y. Wang, S. Yu, Q. Ye, "Association of occupational dust exposure with combined chronic obstructive pulmonary disease and pneumoconiosis: a cross-sectional study in china," BMJ Open, vol. 10, no. 9, article e038874, 2020.
• L. Han, W. Yao, Z. Bian, Y. Zhao, H. Zhang, B. Ding, H. Shen, P. Li, B. Zhu, C. Ni, "Characteristics and trends of pneumoconiosis in the Jiangsu Province, China, 2006^-2017," International Journal Environment Research Public Health, vol. 16, no. 3, pp. 437, 2019.
• J. Q. Zhao, J. G. Li, C. X. Zhao, "Prevalence of pneumoconiosis among young adults aged 24-44 years in a heavily industrialized province of China," Journal of Occupational Health, vol. 61, no. 1, pp. 73-81, 2019.
• L. Kurth, A. S. Laney, D. J. Blackley, C. N. Halldin, "Prevalence of spirometry-defined airflow obstruction in never-smoking working us coal miners by pneumoconiosis status," Occupational and Environmental Medicine, vol. 77, no. 4, pp. 265-267, 2020.
• J. Chiarchiaro, L. R. Tomsic, S. Strock, K. L. Veraldi, M. Nouraie, J. Sellares, K. O. Lindell, L. A. Ortiz, F. C. Sciurba, R. F. Kucera, S. A. Yousem, C. R. Fuhrman, D. J. Kass, K. F. Gibson, "A case series describing common radiographic and pathologic patterns of hard metal pneumoconiosis," Respiratory Medicine Case Reports, vol. 25, pp. 124-128, 2018.

タイトルに関連する用語 (4件)： ウェーブレット変換 ,  テクスチャ特徴 ,  塵肺症 ,  画像診断