文献

J-GLOBAL ID：202202273523665615   整理番号：22A0951270

3DマルチシーケンスMRIにおける自己免疫性脳炎の深層学習可能同定【JST・京大機械翻訳】

Deep Learning-Enabled Identification of Autoimmune Encephalitis on 3D Multi-Sequence MRI

著者 (11件)： Xiang Yayun (Department of Radiology, The First Affiliated Hospital of Chongqing Medical University, Chongqing, China) ,  Zeng Chun (Department of Radiology, The First Affiliated Hospital of Chongqing Medical University, Chongqing, China) ,  Liu Baiyun (Infervision, Beijing, China) ,  Tan Weixiong (Infervision, Beijing, China) ,  Wu Jiangfen (Infervision, Beijing, China) ,  Hu Xiaofei (Department of Radiology, The Southwest Hospital of AMU, Chongqing, China) ,  Han Yongliang (Department of Radiology, The First Affiliated Hospital of Chongqing Medical University, Chongqing, China) ,  Luo Qi (Department of Radiology, The First Affiliated Hospital of Chongqing Medical University, Chongqing, China) ,  Gong Junwei (Department of Radiology, The First Affiliated Hospital of Chongqing Medical University, Chongqing, China) ,  Liu Junhang (Department of Radiology, The First Affiliated Hospital of Chongqing Medical University, Chongqing, China) ,  Li Yongmei (Department of Radiology, The First Affiliated Hospital of Chongqing Medical University, Chongqing, China)
資料名： Journal of Magnetic Resonance Imaging  (Journal of Magnetic Resonance Imaging)
巻： 55  号： 4  ページ： 1082-1092  発行年： 2022年 
JST資料番号： W2648A  ISSN： 1053-1807  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 背景:自己免疫性脳炎(AE)は重度の臨床発作を伴う非感染性緊急である。抗体検出資源の欠如による急性AEの早期診断は困難である。PURPOSE:急性AEの同定のためのマルチシーケンス磁気共鳴イメージング(MRI)を用いた深層学習(DL)アルゴリズムを構築する。STUDY TYPE:後向き。POPULATION:160人のAE患者(女性90人,年齢中央値36人),単純ヘルペスウイルス脳炎(HSVE)(女性89人;年齢中央値39人)および健常対照者184人(女性95人;年齢中央値39人)を含めた。他の部位からの52人の患者を,外部検証のために登録した。FIELD STRENGTH/SEQUENCE:3.0T;高速スピンエコー(T_1WI,T_2WI,流体減衰反転回復イメージング)およびスピンエコーエコー平面拡散強調イメージングを行った。ASSESSMENT:AE,HSVE,またはHCとしてデータセットを分類するために,個別または複合4つのMRIシーケンスに基づく5つのDLモデル。読者実験を放射線科医によってさらに実施した。STATISTICAL TESTS:異なるモデルの弁別性能を,受信者動作特性曲線(AUC)下の面積を用いて評価した。最適閾値カットオフは,感度と特異性が検証セットにおいて最大(感度+特異性-1)であったときに同定された。混乱マトリックスを用いた分類性能を報告し,対t検定(P<0.05が有意と考えられる)で評価する前に,モデルの診断値と放射線科医の評価を評価した。結果:内部試験セットにおいて,融合モデルは,AE,HSVEおよびHCに対して,それぞれ,0.828,0.884および0.899のAUCを有する単一配列DLモデルよりも,有意に大きな診断性能を達成した。モデルは,0.831(AE),0.882(HSVE),および0.892(HC)のAUCsを有する外部検証セットにおいて一貫して高い性能を示した。また,融合モデルはAEの同定においてすべての放射線科医よりも有意に高い性能を示した(ヒューズモデル対平均放射線科医:83%対72%)。DATA結論:マルチシーケンスMRIから得たDLアルゴリズムは,急性AEの望ましい同定と分類を提供した。LEVEL OF EVIDENCE:3TECHNICAL EFFICACY:Stage 2;Copyright 2022 Wiley Publishing Japan K.K. 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 ,  抗体 ,  *脳炎 ,  画像処理 ,  スピンエコー ,  ウイルス性脳炎 ,  *三次元 ,  NMRイメージング ,  カオス ,  発作 ,  早期診断 ,  単純ヘルペス
準シソーラス用語： ROC曲線 ,  t検定 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 脳炎 ,  深層学習 ,  多重シーケンス磁気共鳴イメージング ,  診断

分類 (4件)： 感染症・寄生虫症の診断  (GD01020S) ,  抗腫よう薬の臨床への応用  (GW16020L) ,  腫ようの薬物療法  (GE03032C) ,  神経系の診断  (GN02000H)

タイトルに関連する用語 (7件)： 3D ,  マルチ ,  シーケンス ,  MRI ,  自己免疫性脳炎 ,  深層学習 ,  同定