文献

J-GLOBAL ID：202202243627663266   整理番号：22A0943079

肺癌診断における深部畳込みニューラルネットワークに基づく医用画像の高分解能再構成の解析【JST・京大機械翻訳】

Analysis of high-resolution reconstruction of medical images based on deep convolutional neural networks in lung cancer diagnostics

著者 (4件)： Bai Yang (Department of Nursing, Shengjing Hospital of China Medical University, Shenyang, Liaoning 110000 China) ,  Li Dan (Department of Nursing, Shengjing Hospital of China Medical University, Shenyang, Liaoning 110000 China) ,  Duan Qiongyu (Department of Oncology, Shengjing Hospital of China Medical University, Shenyang, Liaoning 110000 China) ,  Chen Xiaodong (Department of Oncology, Shengjing Hospital of China Medical University, Shenyang, Liaoning 110000 China)
資料名： Computer Methods and Programs in Biomedicine  (Computer Methods and Programs in Biomedicine)
巻： 217  ページ： Null  発行年： 2022年 
JST資料番号： D0213C  ISSN： 0169-2607  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アイルランド (IRL)  言語： 英語 (EN)

抄録/ポイント： 肺癌における深部畳込みニューラルネットワーク(CNN)に基づく64スライススパイラルCTとMRI高解像度画像の診断効果を研究する。本稿では,2017年1月から2021年1月までに当院で治療された肺癌の74人の患者を研究対象として選択した。増強64スライススパイラルCTとMRIを,それぞれ検出と診断に用い,CT診断とMRI診断の画像と精度を遡及的に分析した。CT診断の精度は94.6%(70/74)で,MRI診断の精度は89.2%(66/74)であった。CT検査は,非侵襲的で便利な手術と迅速な検査の利点を有する。MRIは,胸壁と縦隔の間の関係および病変と大血管の間の関係に利点があることを示す。画像明瞭度を改善するために畳み込みニューラルネットワーク(CNN)に基づく造影CTおよびMRI検査は,肺癌患者の診断において高い応用価値を有するが,性能の焦点は異なっている。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： 血管 ,  *ニューラルネットワーク ,  明瞭度 ,  *画像 ,  *診断 ,  *医用画像 ,  NMRイメージング ,  *高分解能 ,  縦隔 ,  *肺腫瘍 ,  計算機トモグラフィー
準シソーラス用語： スパイラルCT ,  高精細画像 ,  造影CT ,  非侵襲 ,  MRI検査 ,  *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)： 深層学習 ,  畳込みニューラルネットワーク ,  64列スパイラル ,  MRI ,  肺癌

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (8件)： 肺癌 ,  診断 ,  深部 ,  畳込みニューラルネットワーク ,  医用画像 ,  高分解能 ,  再構成 ,  解析