文献

J-GLOBAL ID：202202265908650661   整理番号：22A0321804

畳込みSiamesニューラルネットワークによるコンテンツベース画像検索:CT画像における肺癌と結核の識別【JST・京大機械翻訳】

Content-based image retrieval with a Convolutional Siamese Neural Network: Distinguishing lung cancer and tuberculosis in CT images

著者 (11件)： Zhang Kai (College of Medicine and Biological Information Engineering, Northeastern University, Shenyang, 110169, China) ,  Zhang Kai (Key Laboratory of Intelligent Computing in Medical Image, Ministry of Education, Northeastern University, Shenyang, 110169, China) ,  Qi Shouliang (College of Medicine and Biological Information Engineering, Northeastern University, Shenyang, 110169, China) ,  Qi Shouliang (Key Laboratory of Intelligent Computing in Medical Image, Ministry of Education, Northeastern University, Shenyang, 110169, China) ,  Cai Jiumei (Department of Health Medicine, General Hospital of Northern Theater Command, Shenyang, 110003, China) ,  Cai Jiumei (Department of Medical Imaging, Liaoning Cancer Hospital & Institute, Cancer Hospital of China Medical University, Shenyang, 110042, China) ,  Zhao Dan (Department of Medical Imaging, Liaoning Cancer Hospital & Institute, Cancer Hospital of China Medical University, Shenyang, 110042, China) ,  Yu Tao (Department of Medical Imaging, Liaoning Cancer Hospital & Institute, Cancer Hospital of China Medical University, Shenyang, 110042, China) ,  Yue Yong (Department of Radiology, Shengjing Hospital of China Medical University, Shenyang, 110004, China) ,  Yao Yudong (Department of Electrical and Computer Engineering, Stevens Institute of Technology, Hoboken, NJ, 07030, USA) ,  Qian Wei (Department of Electrical and Computer Engineering, University of Texas at El Paso, El Paso, TX, 79968, USA)
資料名： Computers in Biology and Medicine  (Computers in Biology and Medicine)
巻： 140  ページ： Null  発行年： 2022年 
JST資料番号： E0858A  ISSN： 0010-4825  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 肺癌と結核のCT所見は,時々,誤診につながる可能性がある。本研究は,CT画像における結節/腫瘤非定型結核(NMTB)から肺癌(LC)を区別するために,深層学習とコンテンツベース画像検索(CBIR)を組み合わせることを目的とする。本研究では,畳込みSiameseニューラルネットワーク(CBIR-CSNN)によるCBIRを提案した。最初に,病変パッチを,LCとNMTBデータセットを構成するために作って,2つの任意パッチのペアはパッチペアデータセットを形成する。第二に,このパッチペアデータセットを用いてCSNNを訓練した。第3に,試験パッチを質問として扱った。両データセットにおけるこのクエリと20パッチ間の距離を訓練されたCSNNを用いて計算した。質問に最も近いパッチを用いて,多数投票による最終予測を与えた。719人の患者の1つのデータセットを用いて,CBIR-CSNNを訓練し,試験した。30人の患者による別の外部データセットを用いて,CBIR-CSNNを検証した。CBIR-CSNNは,0.953のmAP(平均精度),0.947の精度,および0.970の曲線下面積(AUC)を有するパッチレベルで優れた性能を達成した。患者レベルで,CBIR-CSNNはすべてのラベルを正しく予測した。外部データセットでは,CBIR-CSNNはパッチレベルで0.802,AUCは0.858,患者レベルでは0.833と0.902であった。このCBIR-CSNNはCT画像を用いてNMTBからLCを正確かつ自動的に識別できる。CBIR-CSNNは優れた表現能力,少数ショット学習との両立性,および視覚説明性を有する。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  *畳込み ,  学習 ,  *ネットワーク ,  *ニューラルネットワーク ,  *結核 ,  *断層画像 ,  *肺腫瘍 ,  血中濃度-時間曲線下面積 ,  機械学習 ,  *画像検索 ,  *コンテンツ
準シソーラス用語： 腫瘤 ,  *コンテンツベース画像検索 ,  *CT画像 ,  クエリー ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： コンテンツベースの画像検索 ,  Siamesネットワーク ,  肺癌 ,  結節性/腫瘤非定型肺結核

分類 (2件)： 医用画像処理  (JE04020T) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (7件)： 畳込み ,  ニューラルネットワーク ,  コンテンツベース画像検索 ,  CT画像 ,  肺癌 ,  結核 ,  識別