文献

J-GLOBAL ID：202202262019583956   整理番号：22A0842483

発展途上国における骨肉腫のMRI画像のための知的セグメンテーション医療支援システム【JST・京大機械翻訳】

Intelligent Segmentation Medical Assistance System for MRI Images of Osteosarcoma in Developing Countries

著者 (7件)： Wu Jia (School of Computer Science and Engineering, Central South University, Chang sha 410083, China) ,  Yang Shun (Department of Spine Surgery, The Second Xiangya Hospital, Central South University, Changsha 410011, China) ,  Gou Fangfang (School of Computer Science and Engineering, Central South University, Chang sha 410083, China) ,  Zhou Zhixun (School of Computer Science and Engineering, Central South University, Chang sha 410083, China) ,  Xie Peng (Department of Spine Surgery, The Second Xiangya Hospital, Central South University, Changsha 410011, China) ,  Xu Nuo (Department of Spine Surgery, The Second Xiangya Hospital, Central South University, Changsha 410011, China) ,  Dai Zhehao (Department of Spine Surgery, The Second Xiangya Hospital, Central South University, Changsha 410011, China)
資料名： Computational and Mathematical Methods in Medicine (Web)  (Computational and Mathematical Methods in Medicine (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7693A  ISSN： 1748-670X  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： 骨肉腫は小児および青年における最も一般的な原発性悪性骨腫瘍である。それは,発展途上国において高い悪性度と予後不良を有する。医師は,磁気共鳴映像法(MRI)が主観性と疲労制限を受けることを手動で説明した。さらに,骨肉腫の構造,形状,および位置は複雑であり,MRI画像には多くのノイズがある。元のデータセットを自動セグメンテーションシステムに直接入力することは,雑音をもたらし,モデルのセグメンテーション精度を低下させる。したがって,本論文は,深い畳み込みニューラルネットワークに基づく骨肉腫MRI画像分割システムを提案して,それは雑音の多いデータによって引き起こされた過剰適合問題を解決して,モデルの一般化性能を改善した。最初に,著者らは,データセットを最適化するために平均教師を使用した。モデルのロバスト性を改善するために,雑音データをモデルの訓練の第二ラウンドに入力した。次に,深い分離可能U型ネットワーク(SepUNet)と条件付きランダム場(CRF)を用いて画像をセグメント化した。SepUnetは,多重スケールで異なるサイズの病変領域を分割できる。CRFはさらに境界を最適化する。最後に,本論文では,診断における医師を支援するためのより直感的な参照を提供する腫瘍領域の面積を計算した。中国の3病院からの骨肉腫の80000以上のMRI画像をテストした。結果は,提案方法が精度を改善する前提の下で,速度,精度,およびコストのバランスを保証することを示した。Copyright 2022 Jia Wu et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  雑音 ,  *セグメンテーション ,  ネットワーク ,  腫瘍 ,  画像処理 ,  *画像 ,  *発展途上国 ,  子供 ,  *骨肉腫 ,  *NMRイメージング ,  ロバスト性
準シソーラス用語： 予後不良 ,  マルチスケール ,  自動セグメンテーション ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

引用文献 (47件)：

• I. Corre, F. Verrecchia, V. Crenn, F. Redini, V. Trichet, "The osteosarcoma microenvironment: a complex but targetable ecosystem," Cells, vol. 9, no. 4, 2020.
• A. Saifuddin, B. Sharif, C. Gerrand, J. Whelan, "The current status of MRI in the pre-operative assessment of intramedullary conventional appendicular osteosarcoma," Skeletal Radiology, vol. 48, no. 4, pp. 503-516, 2019.
• F. Sadoughi, P. Maleki Dana, Z. Asemi, B. Yousefi, "DNA damage response and repair in osteosarcoma: defects, regulation and therapeutic implications," DNA Repair, vol. 102, article 103105, 2021.
• S.-S. Gao, Y.-J. Wang, G.-X. Zhang, W.-T. Zhang, "Potential diagnostic value of miRNAs in peripheral blood for osteosarcoma: a meta-analysis," Journal of Bone Oncology, vol. 23, article 100307, 2020.
• R. M. Soliman, A. Elhaddad, J. Oke, W. Eweida, I. Sidhom, S. Ahmed, H. Abdelrahman, E. Moussa, M. Fawzy, M. Zamzam, W. Zekri, H. Hafez, M. Sedky, A. Abdalla, M. Hammad, H. Elzomor, S. Ahmed, M. Awad, S. Abdelhameed, E. Mohsen, L. Shalaby, H. Fouad, N. Tarek, S. Abouelnaga, C. Heneghan, "Temporal trends in childhood cancer survival in Egypt, 2007 to 2017: a large retrospective study of 14 808 children with cancer from the Children’s Cancer Hospital Egypt," International Journal of Cancer, vol. 148, no. 7, pp. 1562-1574, 2021.

タイトルに関連する用語 (5件)： 発展途上国 ,  骨肉腫 ,  MRI画像 ,  セグメンテーション ,  医療支援