文献
J-GLOBAL ID:202202270407127633   整理番号:22A0842425

脾臓を移植した漢方薬と組み合わせた深層学習に基づくヌードマウスに移植されたヒト胃癌細胞の抗腫瘍効果に関する実験的研究【JST・京大機械翻訳】

Experimental Research on the Antitumor Effect of Human Gastric Cancer Cells Transplanted in Nude Mice Based on Deep Learning Combined with Spleen-Invigorating Chinese Medicine
著者 (4件):
資料名:
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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
胃癌は世界で5番目に多い悪性腫瘍であり,世界で4番目に高い死亡率を有する。胃癌は,その不明瞭な発症,低い切除率,および迅速な悪化のため治療が困難である。したがって,ヒトは胃癌と戦うのが困難であった。現在,最も一般的に使用される治療法は放射線療法である。しかし,この方法は悪性腫瘍細胞を治療しながら照射領域の正常組織を損傷する。それは,患者の皮膚および粘膜への損傷の副作用を有するだけでなく,高率放射線療法を必要とし,化学療法のための高いコストを有する。これらの問題を解決するために,新しい処理方法を見つける必要がある。本論文は,ヒト胃癌細胞を阻害するために脾臓を不活性化する漢方薬の使用を提案する。本論文は,伝統的漢方薬と現代の機械学習技術を結合して,西洋医学ヌードマウス移植実験と伝統的漢方薬理学療法を組み合わせた。漢方薬における腫瘍の治療は,漢方薬の理論に基づいて,異なる特性を持っている。西洋医学は,永久的損傷患者の利点を有する。実験のプロセスは,ヒト由来胃癌細胞をヌードマウスに移植することである。グループ化処理と比較データを得ることの後,深い学習技術を用いて,脾臓を強化するための漢方薬の特性を分析し,脾臓を強化するための漢方薬の特性を比較した。実験結果は,フルオロウラシルを用いたマウスの腫瘍阻害率が18%であり,低用量漢方薬を用いたマウスの腫瘍阻害率は16%であり,高用量漢方薬を用いたマウスの腫瘍阻害率は52%に達したことを示した。実験の80日後に,高用量漢方薬を用いたマウスの生存率は,処置のないマウスのものより100%高かった。Copyright 2022 Ke Ai et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
腫ようの治療一般  ,  消化器の腫よう 
物質索引 (1件):
物質索引
文献のテーマを表す化学物質のキーワードです
引用文献 (30件):
  • X. Hao, G. Zhang, S. Ma, "Deep learning," International Journal of Semantic Computing, vol. 10, no. 3, pp. 417-439, 2016.
  • D. Yamins, J. J. Dicarlo, "Using goal-driven deep learning models to understand sensory cortex," Nature Neuroscience, vol. 19, no. 3, pp. 356-365, 2016.
  • D. Shen, G. Wu, H. I. Suk, "Deep learning in medical image analysis," Annual Review of Biomedical Engineering, vol. 19, no. 1, pp. 221-248, 2017.
  • Q. Zhang, C. Bai, Z. Chen, P. Li, S. Wang, H. Gao, "Smart Chinese medicine for hypertension treatment with a deep learning model," Journal of Network and Computer Applications, vol. 129, pp. 1-8, 2019.
  • L. Y. L. Alice, G. U. A. N. Binghe, C. H. E. N. Shuang, C. H. A. N. Hoyin, K. O. N. G. Kawai, L. I. Wenjung, S. H. E. N. Jiangang, "Artificial intelligence meets traditional Chinese medicine: a bridge to opening the magic box of sphygmopalpation for pulse pattern recognition," Digital Chinese Medicine, vol. 4, no. 1, pp. 1-8, 2021.
もっと見る

前のページに戻る