文献

J-GLOBAL ID：202202254572895555   整理番号：22A0500225

機械学習分類子と特徴選択アルゴリズムを用いたGd-EOB DTPA造影MRIの肝胆道相中の不十分な肝増強の予測【JST・京大機械翻訳】

Prediction of insufficient hepatic enhancement during the Hepatobiliary phase of Gd-EOB DTPA-enhanced MRI using machine learning classifier and feature selection algorithms

著者 (5件)： Ko Ji Su (Department of Radiology, Hallym University College of Medicine, Kangnam Sacred Heart Hospital, Seoul, Republic of Korea) ,  Byun Jieun (Department of Radiology, Hallym University College of Medicine, Kangnam Sacred Heart Hospital, Seoul, Republic of Korea) ,  Byun Jieun (Department of Radiology, College of Medicine, Ewha Womans University, Seoul, Republic of Korea) ,  Park Seongkeun (Machine Intelligence Laboratory, Department of Smart Automobile, Soonchunhyang University, Asan, Chungcheongnamdo, Republic of Korea) ,  Woo Ji Young (Department of Radiology, Hallym University College of Medicine, Kangnam Sacred Heart Hospital, Seoul, Republic of Korea)
資料名： Abdominal Radiology  (Abdominal Radiology)
巻： 47  号： 1  ページ： 161-173  発行年： 2022年 
JST資料番号： W3979A  ISSN： 2366-0058  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 目的:本研究の目的は,HBPにおける不十分な肝増強の予測に対する機械学習分類器と特徴選択アルゴリズムの有用性を明らかにすることである。方法:著者らは,Gd-EOB-DTPAで強化されたMRIを受けた慢性肝疾患または肝硬変の214人の患者を遡及的に評価した。種々の肝機能試験,Child-Pughスコア(CPS)および末期肝疾患ナトリウム(MELD-Na)スコアに対するモデルを,不十分な肝増強のための候補予測因子として集めた。肝臓対門脈信号強度比および5レベルの視覚等級づけを用いて,不十分な肝増強を評価した。Studentのt検定とMann-Whitney U検定を用いて,臨床検査室所見を比較した。ピアソンとスピアマンの順位相関係数を用いて,実験室試験と不十分な肝強化の間の関係を評価した。特徴の重要性を,ランダムアンダプリングブースティングアルゴリズムによって評価した。予測モデルを,ディシジョンツリー(DT),k-最近傍(KNN),ランダムフォレスト(RF),およびサポートベクターマシン(SVM)分類装置アルゴリズムを用いて構築した。予測モデルの性能を,受信者動作特性曲線(AUC)の下の面積を計算することによって分析した。【結果】種々の特徴組合せを用いた4つの機械学習分類器アルゴリズムの中で,総ビリルビン(TB)とアルブミン(Alb)を用いたSVMは,従来のロジスティック回帰(LR)モデル(AUC=0.92,[95%CI;0.92-0.93])より高いAUC値(AUC=0.92,[95%CI;0.92-0.93],MELD-Naを用いた予測モデル(AUC=0.90[95%CI:0.89-0.91])およびCPS(AUC=0.89[95%CI:0.88-0.90])を示した。結論:機械学習ベースの分類器(すなわちSVM)と特徴選択アルゴリズムを使用して,MRIを行う前にHBPにおける不十分な肝増強を予測することができる。グラフ抽象;Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  視覚 ,  アルブミン ,  肝硬変 ,  *特徴選択 ,  ディシジョンツリー ,  門脈 ,  *機械学習 ,  予測モデル ,  サポートベクトルマシン
準シソーラス用語： ROC曲線 ,  t検定 ,  ロジスティック回帰分析 ,  ランダムフォレスト ,  予測因子 , 【Automatic Indexing@JST】

著者キーワード (4件)： 肝胆道画像 ,  不十分な肝増強 ,  機械学習 ,  ガドリニウムエトキシベンジルDTPA

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

タイトルに関連する用語 (11件)： 機械学習 ,  分類子 ,  特徴選択 ,  アルゴリズム ,  Gd ,  EOB ,  DTPA ,  造影MRI ,  胆道 ,  増強 ,  予測