文献

J-GLOBAL ID：202202267924102864   整理番号：22A0428674

膵胆管型および腸型乳頭周囲癌の分化のための動的収縮増強CTベースラジオミクス【JST・京大機械翻訳】

Dynamic contract-enhanced CT-based radiomics for differentiation of pancreatobiliary-type and intestinal-type periampullary carcinomas

著者 (10件)： Bi L. (Department of Radiology, Shandong Provincial Hospital Affiliated to Shandong First Medical University, Jinan, China) ,  Bi L. (Department of Radiology, Linyi People’s Hospital, Linyi, China) ,  Yang L. (Department of Radiology, Shandong Provincial Hospital Affiliated to Shandong First Medical University, Jinan, China) ,  Ma J. (Department of Pathology, Shandong Provincial Hospital Affiliated to Shandong First Medical University, Jinan, China) ,  Cai S. (Department of Radiology, Shandong Provincial Hospital Affiliated to Shandong First Medical University, Jinan, China) ,  Li L. (Department of Radiology, Shandong Provincial Hospital Affiliated to Shandong First Medical University, Jinan, China) ,  Huang C. (Department of Research Collaboration, R&D Center, Beijing Deepwise & League of PHD Technology Co., Ltd, Beijing, China) ,  Xu J. (Department of Research Collaboration, R&D Center, Beijing Deepwise & League of PHD Technology Co., Ltd, Beijing, China) ,  Wang X. (Department of Radiology, Shandong Provincial Hospital Affiliated to Shandong First Medical University, Jinan, China) ,  Huang M. (Department of Clinical Laboratory, Shandong Provincial Hospital Affiliated to Shandong First Medical University, Jinan, China)
資料名： Clinical Radiology  (Clinical Radiology)
巻： 77  号： 1  ページ： e75-e83  発行年： 2022年 
JST資料番号： A1156A  ISSN： 0009-9260  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： コンピュータ断層撮影(CT)ラジノミクスが腸型膨大部癌から膵胆管型を分化できるかどうかを調査する。96人の患者(54の膵胆管型と42の腸型)のCTラジノミクスを外科的に確認された髄膜周囲癌で遡及的に評価した。関心の容積(VOI)を手動で描写した。術前CT画像からラジオミック特徴を抽出した。単相モデルと結合相モデルを構築した。5倍の交差検証と5つの機械学習アルゴリズムをモデル構築のために利用した。モデルの診断性能を,受信者動作特性(ROC)曲線によって評価し,指標には曲線下面積(AUC),精度,感度,特異性,および精度が含まれた。ROC曲線をDeLong試験を用いて比較した。各相で合計788の特徴を抽出した。最小絶対収縮と選択オペレータ(LASSO)アルゴリズムを用いた特徴選択の後,選択した最適特徴の数は,それぞれ18(平面走査),9(動脈相),2(静脈相),23(遅延相),15(3強化相),および29(全相)であった。単相モデルに対して,ロジスティック回帰(LR)アルゴリズムを用いた遅延相モデルは,AUC,精度,感度,特異性,および精度がそれぞれ0.89,0.83,0.80,0.88,および0.93で最良の予測性能を示した。2つの複合相モデルは単相モデルより良い結果を示した。LRアルゴリズムを用いたすべての相のモデルは,AUC,精度,感度,特異性,および精度がそれぞれ0.96,0.88,0.90,0.93,および0.92の最良の予測性能を示した。術前CT画像に基づく放射線モデルは,特にLRアルゴリズムを用いたすべての相のモデル,腸型膨大部癌から膵胆管型を区別できる。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： アルゴリズム ,  オペレータ ,  放射線 ,  静脈 ,  動脈 ,  特徴選択 ,  髄膜 ,  *胆管 ,  単相 ,  計算機トモグラフィー ,  血中濃度-時間曲線下面積 ,  学習アルゴリズム
準シソーラス用語： ROC曲線 ,  ロジスティック回帰分析 ,  特異性 , 【Automatic Indexing@JST】

分類 (2件)： 消化器の腫よう  (GH04000D) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (10件)： 膵 ,  胆管 ,  腸 ,  乳頭 ,  癌 ,  分化 ,  収縮 ,  増強 ,  CT ,  ラジオミクス