文献

J-GLOBAL ID：202202258279656150   整理番号：22A0223844

コンピュータビジョン応用のための頭部MRIデータセットのラベリングを自動化するための深層学習【JST・京大機械翻訳】

Deep learning to automate the labelling of head MRI datasets for computer vision applications

著者 (20件)： Wood David A. (School of Biomedical Engineering & Imaging Sciences, Kings College London, London, UK) ,  Kafiabadi Sina (Department of Neuroradiology, Ruskin Wing, King’s College Hospital NHS Foundation Trust, London, UK) ,  Al Busaidi Aisha (Department of Neuroradiology, Ruskin Wing, King’s College Hospital NHS Foundation Trust, London, UK) ,  Guilhem Emily L. (Department of Neuroradiology, Ruskin Wing, King’s College Hospital NHS Foundation Trust, London, UK) ,  Lynch Jeremy (Department of Neuroradiology, Ruskin Wing, King’s College Hospital NHS Foundation Trust, London, UK) ,  Townend Matthew K. (Wrightington, Wigan & Leigh NHSFT, Wigan, UK) ,  Montvila Antanas (Department of Neuroradiology, Ruskin Wing, King’s College Hospital NHS Foundation Trust, London, UK) ,  Montvila Antanas (Hospital of Lithuanian University of Health Sciences, Kaunas Clinics, Kaunas, Lithuania) ,  Kiik Martin (School of Biomedical Engineering & Imaging Sciences, Kings College London, London, UK) ,  Siddiqui Juveria (Department of Neuroradiology, Ruskin Wing, King’s College Hospital NHS Foundation Trust, London, UK) ,  Gadapa Naveen (Department of Neurology, Ruskin Wing, King’s College Hospital NHS Foundation Trust, London, UK) ,  Benger Matthew D. (Department of Neuroradiology, Ruskin Wing, King’s College Hospital NHS Foundation Trust, London, UK) ,  Mazumder Asif (Guy’s and St Thomas’ NHS Foundation Trust, London, UK) ,  Barker Gareth (Institute of Psychiatry, Psychology & Neuroscience, King’s College London, London, UK) ,  Ourselin Sebastian (School of Biomedical Engineering & Imaging Sciences, Kings College London, London, UK) ,  Cole James H. (Institute of Psychiatry, Psychology & Neuroscience, King’s College London, London, UK) ,  Cole James H. (Centre for Medical Image Computing, Department of Computer Science, University College London, London, UK) ,  Cole James H. (Dementia Research Centre, University College London, London, UK) ,  Booth Thomas C. (School of Biomedical Engineering & Imaging Sciences, Kings College London, London, UK) ,  Booth Thomas C. (Department of Neuroradiology, Ruskin Wing, King’s College Hospital NHS Foundation Trust, London, UK)
資料名： European Radiology  (European Radiology)
巻： 32  号： 1  ページ： 725-736  発行年： 2022年 
JST資料番号： W4351A  ISSN： 0938-7994  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,神経放射線医学報告からラベルを導き,これらを対応する検査に割り当てるための深い学習モデルの構築であり,コンピュータビジョンモデル開発へのボトルネックを克服することである。方法:参照標準ラベルは,モデル訓練と評価のための神経放射線科医のチームによって生成された。対応する放射線医学報告(参照-標準レポートラベル)を手動で精査することによって,いかなる異常の存在または不在について3千の検査をラベル付けした。これらの検査のサブセット(n=250)は,実際の画像を検査することによって,参照標準画像ラベルを割り当てた。これらの検査(n=700)のサブセットを伴う異常(急性脳卒中,腫瘤,萎縮,血管異常,小血管疾患,白質炎症,脳脊髄症)の7つの専門カテゴリーの存在または不在について,2000報告をラベル付けし,参照標準画像ラベルを割り当てた。深層学習モデルをラベル付きレポートを用いて訓練し,予測ラベルを(i)参照標準レポートラベルと(ii)参照標準画像ラベルと比較する2つの方法で検証した。受信者動作特性曲線(AUC-ROC)下の面積を用いてモデル性能を評価した。精度,感度,特異性およびF1スコアも計算した。結果:参照標準報告ラベルに対して試験した場合,すべてのカテゴリーで正確な分類(AUC-ROC>0.95)を達成した。基準標準画像ラベルに対して試験した場合,3つのカテゴリー(萎縮,脳軟化症,血管)に対して性能低下(ΔAUC-ROC>0.02)が見られ,元の報告における不一致を強調した。一度訓練すると,モデルは30分以内に121,556の検査にラベルを割り当てた。結論:著者らのモデルは頭部MRI検査を正確に分類し,下流のコンピュータビジョンアプリケーションのための自動データセットラベリングを可能にする。キーポイント:深層学習は,放射線学における画像認識タスクを革命する。しかしながら,臨床採用に対する障壁は,モデル訓練に対する大きなラベル付きデータセットを得る困難さであり,神経放射線医学報告からラベルを導出でき,これらを尺度で対応する検査に割り当てることができ,下流コンピュータビジョンモデルの開発を促進し,2組の参照標準ラベルで神経放射線学的報告に基づいて予測したラベルを比較することにより,このモデルを厳密に試験した。(1)各放射線学報告書を手作業で検索したラベルと(2)実際の画像との干渉により導出されたラベル。Copyright The Author(s) 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *自動化 ,  学習モデル ,  血管 ,  炎症 ,  応用プログラム ,  血管疾患 ,  放射線医学 ,  *コンピュータビジョン ,  脊髄疾患 ,  萎縮症 ,  画像認識
準シソーラス用語： 腫瘤 ,  *頭部MRI ,  急性脳卒中 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 深層学習 ,  自然言語処理 ,  磁気共鳴イメージング ,  データキュレーション ,  放射線医学

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： コンピュータビジョン ,  応用 ,  頭部MRI ,  データセット ,  ラベリング ,  自動化 ,  深層学習