抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
乳癌は,女性の間で最も高い死亡率の1つの原因となる世界的な流行である。超音波イメージングは乳癌スクリーニングのための一般的なツールとなり,定量的超音波(QUS)技術は乳房組織を特性化する試みにおいて研究者によってますます適用されている。乳癌に対するいくつかの異なる定量的記述子が研究者によって調査されてきた。本研究では,超音波ラジオ波(RF)データから抽出できる3つの主要なタイプの腫瘍内QUS記述子を用いた乳房腫瘍分類システムを提案した:スペクトル特徴,エンベロープ統計特徴,およびテクスチャ特徴。合計16の特徴を,2つの異なるデータセットを通して超音波RFデータから抽出して,その1つは平衡であり,もう1つはひどく不均衡であった。バランスしたデータセットは,乳房腫瘍を有する100人の患者のRFデータを含み,そのうち48人は良性で,52人は悪性である。不均衡データセットは,乳房腫瘍を有する130人の患者のRFデータを含み,そのうち104人は良性で,26人は悪性である。Holdout検証を用いて,平衡データセットを60%訓練と40%試験セットに分割した。良性および悪性乳房腫瘍の分類のための最も関連性のあるサブセットを同定するために訓練セットに特徴選択を適用し,試験セットで特徴の性能を評価した。95%の最大分類精度と0.968の受信者動作特性曲線(AUC)下の面積を試験セットで得た。同定された関連特徴の性能を不均衡データセットでさらに検証し,ハイブリッド再サンプリング戦略を最初に用いて,良性と悪性試料間の最適バランスを作成した。93.01%の最大分類精度,94.62%の感度,91.4%の特異性,および0.966のAUCを得た。結果は,同定された特徴が非常に効果的に良性と悪性の乳房病変を区別することができ,本研究で同定された特徴の組み合わせが,乳癌の非侵襲的迅速かつ正確な診断における重要なツールになる可能性を有することを示す。Copyright 2022 Sabiq Muhtadi. Translated from English into Japanese by JST.【JST・京大機械翻訳】