文献

J-GLOBAL ID：202202244582616802   整理番号：22A1022588

脳小血管疾患におけるNCCT画像上の脳萎縮の完全自動分類:深層学習モデルを用いたパイロット研究【JST・京大機械翻訳】

Fully Automatic Classification of Brain Atrophy on NCCT Images in Cerebral Small Vessel Disease: A Pilot Study Using Deep Learning Models

著者 (13件)： Wang Jincheng (Department of Radiology, First Affiliated Hospital, School of Medicine, Zhejiang University, Hangzhou, China) ,  Chen Sijie (State Key Laboratory of Medical Neurobiology and Collaborative Innovation Center for Brain Science, Institutes of Brain Science, Fudan University, Shanghai, China) ,  Liang Hui (Department of Neurology, First Affiliated Hospital, School of Medicine, Zhejiang University, Hangzhou, China) ,  Zhao Yilei (Department of Radiology, First Affiliated Hospital, School of Medicine, Zhejiang University, Hangzhou, China) ,  Xu Ziqi (Department of Neurology, First Affiliated Hospital, School of Medicine, Zhejiang University, Hangzhou, China) ,  Xiao Wenbo (Department of Radiology, First Affiliated Hospital, School of Medicine, Zhejiang University, Hangzhou, China) ,  Zhang Tingting (Department of Radiology, First Affiliated Hospital, School of Medicine, Zhejiang University, Hangzhou, China) ,  Ji Renjie (Department of Neurology, First Affiliated Hospital, School of Medicine, Zhejiang University, Hangzhou, China) ,  Chen Tao (Department of Radiology, First Affiliated Hospital, School of Medicine, Zhejiang University, Hangzhou, China) ,  Xiong Bing (Department of Radiology, First Affiliated Hospital, School of Medicine, Zhejiang University, Hangzhou, China) ,  Chen Feng (Department of Radiology, First Affiliated Hospital, School of Medicine, Zhejiang University, Hangzhou, China) ,  Yang Jun (Taimei Medical Technology, Shanghai, China) ,  Lou Haiyan (Department of Radiology, First Affiliated Hospital, School of Medicine, Zhejiang University, Hangzhou, China)
資料名： Frontiers in Neurology (Web)  (Frontiers in Neurology (Web))
巻： 13  ページ： 846348  発行年： 2022年 
JST資料番号： U7085A  ISSN： 1664-2295  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 目的:脳萎縮は脳小血管疾患(CSVD)の重要なイメージング特性である。本研究では,CSVD患者のCT画像に対する線形測定適用を検討し,完全自動脳萎縮分類モデルを開発した。第2の目的は,エンドツーエンド畳込みニューラルネットワーク(CNN)モデルと比較することであった。【方法】107の無萎縮性脳,185の軽度萎縮,および93の重度の萎縮などの合計385人の被験者を収集し,ランダムに訓練セット(n=308)と試験セット(n=77)に分けた。直線測定のキースライスを手動で同定し,9つの線形測定および脳溝拡大の2成分分類を注釈した。線形測定に基づくパイプライン(2Dモデル)を,2型(存在/非存在脳萎縮)または3型分類(非/軽度萎縮/重度萎縮)のために構築した。比較のために,脳萎縮分類のためのエンドツーエンドCNNモデル(3D-深層学習モデル)も開発した。さらに,年齢と性別を2Dと3Dモデルに統合した。2タイプ分類のための感度,特異性,精度,平均F1スコア,受信者動作特性(ROC)曲線,および2つのモデルの3タイプ分類のための重み付けカッパを比較した。結果:線形測定と脳溝拡大の自動化測定は,手動注釈とほぼ完全な一致を達成した。2型萎縮分類では,2Dモデルと3Dモデルの曲線下面積(AUCs)は0.953と0.941であり,有意差はなかった(p=0.250)。2Dモデルおよび3Dモデルの加重カッパは,それぞれ表示された標準分類,軽度の萎縮および重度の萎縮に従って,0.727および0.607であった。患者の年齢と性別情報の適用は,脳萎縮の2型と3型分類における2Dと3Dモデルの分類性能を改善した。結論:線形測定を用いて,CT画像上でCSVD関連脳萎縮を分類できる異なるモジュールから成るモデルを提供した。それは,エンドツーエンドCNNモデルより類似の性能とより良い解釈性を持ち,臨床設定において有利である可能性がある。Copyright 2022 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *自動分類 ,  *脳 ,  ニューラルネットワーク ,  画像特性 ,  エンドツーエンド方式 ,  二次元 ,  *血管疾患 ,  *断層画像 ,  *萎縮症 ,  アノテーション ,  三次元モデル
準シソーラス用語： 被験者 ,  *大脳萎縮 ,  *CT画像 ,  分類モデル ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (7件)： 脳萎縮 ,  線形測定 ,  自動分類 ,  畳込みニューラルネットワーク ,  脳小血管疾患 ,  コンピュータ断層撮影 ,  深層学習

分類 (2件)： 医用画像処理  (JE04020T) ,  神経系の診断  (GN02000H)

引用文献 (44件)：

• Debette S, Schilling S, Duperron MG, Larsson SC, Markus HS. Clinical significance of magnetic resonance imaging markers of vascular brain injury: a systematic review and meta-analysis. JAMA Neurol. (2019) 76:81-94. doi: 10.1001/jamaneurol.2018.3122
• Bos D, Wolters FJ, Darweesh S, Vernooij MW, de Wolf F, Ikram MA, et al. Cerebral small vessel disease and the risk of dementia: a systematic review and meta-analysis of population-based evidence. Alzheimers Dement. (2018) 14:1482-92. doi: 10.1016/j.jalz.2018.04.007
• Wardlaw JM, Smith EE, Biessels GJ, Cordonnier C, Fazekas F, Frayne R, et al. Neuroimaging standards for research into small vessel disease and its contribution to ageing and neurodegeneration. Lancet Neurol. (2013) 12:822-38. doi: 10.1016/S1474-4422(13)70124-8
• Wardlaw JM, Smith C, Dichgans M. Small vessel disease: mechanisms and clinical implications. Lancet Neurol. (2019) 18:684-96. doi: 10.1016/S1474-4422(19)30079-1
• Yang J, Song Y, Huang J, Qu J, Jiao S, Wu P, et al. A pilot study of the association between leukoaraiosis and cerebral atherosclerosis using synthetic magnetic resonance imaging. Acta Radiol. (2021). doi: 10.1177/02841851211044970

タイトルに関連する用語 (8件)： 脳 ,  血管疾患 ,  脳萎縮 ,  自動分類 ,  深層学習 ,  モデル ,  パイロット ,  研究