文献

J-GLOBAL ID：202202256466783286   整理番号：22A1037527

深層学習アルゴリズム下のSepsisに起因する急性肝障害患者に対する計算機トモグラフィー画像の特徴【JST・京大機械翻訳】

Characteristics of Computed Tomography Images for Patients with Acute Liver Injury Caused by Sepsis under Deep Learning Algorithm

著者 (5件)： Wang Huijun (Department of Anesthesiology, Taizhou Hospital of Zhejiang Province Affiliated to Wenzhou Medical University, No. 150 Linhai West Street, Taizhou 317000, Zhejiang, China) ,  Bao Qianqian (Department of Operation, Taizhou Hospital of Zhejiang Province Affiliated to Wenzhou Medical University, No. 150 Linhai West Street, Taizhou 317000, Zhejiang, China) ,  Cao Donghang (Department of Anesthesiology, Taizhou Hospital of Zhejiang Province Affiliated to Wenzhou Medical University, No. 150 Linhai West Street, Taizhou 317000, Zhejiang, China) ,  Dong Shujing (Department of Anesthesiology, Taizhou Hospital of Zhejiang Province Affiliated to Wenzhou Medical University, No. 150 Linhai West Street, Taizhou 317000, Zhejiang, China) ,  Wu Lili (Department of Anesthesiology, Taizhou Hospital of Zhejiang Province Affiliated to Wenzhou Medical University, No. 150 Linhai West Street, Taizhou 317000, Zhejiang, China)
資料名： Contrast Media & Molecular Imaging  (Contrast Media & Molecular Imaging)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： W2544A  ISSN： 1555-4309  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： 本研究は,肝臓コンピュータ断層撮影(CT)画像セグメンテーションにおける完全畳み込みニューラルネットワーク(FCN)に基づく画像セグメンテーションの応用を調査し,敗血症に起因する急性肝損傷の臨床的特徴を分析した。シグモイド関数,符号器デコーダ,および加重交差エントロピー損失関数を導入し,FCNに基づいて最適化した。最適化されたアルゴリズムのDice値,精度,再現率,体積重複誤差(VOE),相対体積差(RVD),および二乗平均平方根誤差(RMSE)値を比較し,分析した。敗血症患者92名を研究対象として選択し,急性肝損傷があるかどうかに基づいて,非急性肝障害群(50例)と急性肝損傷群(42例)に分けた。異なる疾患歴のある患者の割合,異なる感染部位を有する患者の割合,臓器不全の数,および集中治療室(ICU)への入院の時間を,2群間で比較した。前処理(0.704±0.06)後の最適化ウィンドウCT画像Dice値は,他の2つの方法([数式:原文を参照])より有意に高かった。最適化されたFCNアルゴリズムのDice値,精度,および再現率は,それぞれ(0.826±0.06),(0.91±0.08),および(0.88±0.09)であり,他のアルゴリズム([数式:原文を参照])より有意に高かった。VOE,RVDおよびRMSE値は,それぞれ(21.19±1.97),(10.45±1.02)および(0.25±0.02)であり,他のアルゴリズム([数式:原文を参照])より有意に低かった。非急性肝損傷群における飲酒歴を有する患者の割合は,急性肝損傷群([数式:原文を参照])におけるそれより低く,低血圧の病歴を有する患者の比率は,非急性肝損傷群([数式:原文を参照])におけるそれより非常に高かった。急性肝損傷の敗血症患者のCT画像は,高密度血腫,臓器不全の数およびICUにおける滞在の長さが,非急性肝損傷群([数式:原文を参照])におけるそれらより有意に高いことを示した。それは,FCNに基づく最適化アルゴリズムがCT画像分割の性能を大いに改良することを示した。ICUにおける長期飲酒,低血圧,臓器不全数および入院期間は,敗血症および急性肝傷害と関係した。結論:本研究では,敗血症に起因する急性肝障害の診断および予後に対する基準基礎を提供することができた。Copyright 2022 Huijun Wang et al. 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 ,  エントロピー ,  最適化 ,  セグメンテーション ,  最適化手法 ,  肝臓 ,  画像処理 ,  飲酒 ,  *患者 ,  敗血症 ,  予後 ,  断層画像 ,  ICU【医療】 ,  *計算機トモグラフィー ,  シグモイド関数
準シソーラス用語： CT画像 ,  画像セグメンテーション ,  *深層学習 , 【Automatic Indexing@JST】

分類 (2件)： 医用画像処理  (JE04020T) ,  消化器の腫よう  (GH04000D)

引用文献 (31件)：

• M. Huang, S. Cai, J. Su, "The pathogenesis of sepsis and potential therapeutic targets," International Journal of Molecular Sciences, vol. 20, no. 21, pp. 5376, 2019,, PMID: 31671729; PMCID: PMC6862039.
• J. Sun, J. Zhang, X. Wang, F. Ji, C. Ronco, J. Tian, Y. Yin, "Gut-liver crosstalk in sepsis-induced liver injury," Critical Care, vol. 24, no. 1, pp. 614, 2020,, PMID: 33076940; PMCID: PMC7574296.
• P. Strnad, F. Tacke, A. Koch, C. Trautwein, "Liver - guardian, modifier and target of sepsis," Nature Reviews Gastroenterology & Hepatology, vol. 14, no. 1, pp. 55-66, 2017, Epub 2016, Dec 7. PMID: 27924081.
• M.-K. Hong, L.-L. Hu, Y.-X. Zhang, Y.-L. Xu, X.-Y. Liu, P.-K. He, Y.-H. Jia, "6-Gingerol ameliorates sepsis-induced liver injury through the Nrf2 pathway," International Immunopharmacology, vol. 80, 2020,, Epub 2020, Jan 21. PMID: 31978803.
• B. G. J. Surewaard, A. Thanabalasuriar, Z. Zeng, C. Tkaczyk, T. S. Cohen, B. W. Bardoel, S. K. Jorch, C. Deppermann, J. Bubeck Wardenburg, R. P. Davis, C. N. Jenne, K. C. Stover, B. R. Sellman, P. Kubes, "α-Toxin induces platelet aggregation and liver injury during Staphylococcus aureus sepsis," Cell Host & Microbe, vol. 24, no. 2, pp. 271-284, 2018, Epub 2018, Jul 19. PMID: 30033122; PMCID: PMC6295203.

タイトルに関連する用語 (6件)： 深層学習 ,  アルゴリズム ,  起因 ,  急性肝障害 ,  患者 ,  計算機トモグラフィー