文献

J-GLOBAL ID：202202274830723023   整理番号：22A0858693

大動脈根解析のためのカスケードニューラルネットワークベースCT画像処理【JST・京大機械翻訳】

Cascaded neural network-based CT image processing for aortic root analysis

著者 (27件)： Krueger Nina (Charite - Universitaetsmedizin Berlin, Berlin, Germany) ,  Krueger Nina (German Heart Center Berlin, Berlin, Germany) ,  Meyer Alexander (German Heart Center Berlin, Berlin, Germany) ,  Meyer Alexander (DZHK (German Centre for Cardiovascular Research), Partner Site Berlin, Berlin, Germany) ,  Tautz Lennart (Fraunhofer MEVIS, Bremen, Germany) ,  Huellebrand Markus (Charite - Universitaetsmedizin Berlin, Berlin, Germany) ,  Huellebrand Markus (Fraunhofer MEVIS, Bremen, Germany) ,  Wamala Isaac (Charite - Universitaetsmedizin Berlin, Berlin, Germany) ,  Wamala Isaac (German Heart Center Berlin, Berlin, Germany) ,  Pullig Marius (Charite - Universitaetsmedizin Berlin, Berlin, Germany) ,  Kofler Markus (German Heart Center Berlin, Berlin, Germany) ,  Kofler Markus (DZHK (German Centre for Cardiovascular Research), Partner Site Berlin, Berlin, Germany) ,  Kempfert Jorg (Charite - Universitaetsmedizin Berlin, Berlin, Germany) ,  Kempfert Jorg (German Heart Center Berlin, Berlin, Germany) ,  Kempfert Jorg (DZHK (German Centre for Cardiovascular Research), Partner Site Berlin, Berlin, Germany) ,  Suendermann Simon (Charite - Universitaetsmedizin Berlin, Berlin, Germany) ,  Suendermann Simon (German Heart Center Berlin, Berlin, Germany) ,  Suendermann Simon (DZHK (German Centre for Cardiovascular Research), Partner Site Berlin, Berlin, Germany) ,  Falk Volkmar (Charite - Universitaetsmedizin Berlin, Berlin, Germany) ,  Falk Volkmar (German Heart Center Berlin, Berlin, Germany) ,  Falk Volkmar (DZHK (German Centre for Cardiovascular Research), Partner Site Berlin, Berlin, Germany) ,  Falk Volkmar (Department of Health Science and Technology, Swiss Federal Institute of Technology, Zurich, Switzerland) ,  Falk Volkmar (Darmstadt University of Applied Sciences, Darmstadt, Germany) ,  Hennemuth Anja (Charite - Universitaetsmedizin Berlin, Berlin, Germany) ,  Hennemuth Anja (German Heart Center Berlin, Berlin, Germany) ,  Hennemuth Anja (DZHK (German Centre for Cardiovascular Research), Partner Site Berlin, Berlin, Germany) ,  Hennemuth Anja (Fraunhofer MEVIS, Bremen, Germany)
資料名： International Journal of Computer Assisted Radiology and Surgery  (International Journal of Computer Assisted Radiology and Surgery)
巻： 17  号： 3  ページ： 507-519  発行年： 2022年 
JST資料番号： W4459A  ISSN： 1861-6410  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 目的:大動脈根の注意深い評価は,経カテーテル大動脈弁移植(TAVI)のための適切な補綴を選択するのに重要である。大動脈輪直径のような大動脈根解剖に関する関連情報は,介入前CTから抽出できる。本研究では,これらのパラメータを得るための基礎として大動脈根を分割するためのニューラルネットワークベースアプローチを検討した。【方法】弁補綴選択をサポートするために,大動脈根の幾何学的測定を,畳込みニューラルネットワーク(CNN)のカスケードを用いて患者のCTスキャンから抽出した。最初に,画像を大動脈根,弁および左室流出路(LVOT)に縮小した。そのサブ画像内で,大動脈弁と上行大動脈は分割される;そして最終的に大動脈輪周囲の領域。セグメント化した環状領域から,主成分分析(PCA)を用いて環状配向を推定した。円環の面積由来直径は,大動脈根とLVOTのセグメンテーションとPCAから生じる平面配向に基づいて近似した。【結果】CNNのカスケードを,TAVI計画のために日常的に取得した90人のエキスパート注釈付造影CTスキャンを用いて訓練した。対象領域内の大動脈と弁のセグメンテーションは,36人の患者の試験セットで0.94のF1スコアを達成した。自動測定とアノテーションから得た直径の間の2mm以下の平均誤差で,環状領域内の領域由来直径を決定した。計算した直径と得られた誤差は,代替アプローチの公表結果と同等であった。結論:カスケードニューラルネットワークアプローチは,比較的小さな訓練セットで大動脈根の評価を可能にした。処理時間は患者当たり30秒であり,時間効率,再現性測定を容易にした。異なるレベルの石灰化または特別な症例(例えば,前移植弁)を含む拡張訓練データセットは,この方法の適応性とロバスト性をさらに改善することができた。Copyright The Author(s) 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： セグメンテーション ,  *ニューラルネットワーク ,  石灰化 ,  *大動脈 ,  大動脈弁 ,  カテーテル ,  *断層画像 ,  主成分分析 ,  ロバスト性 ,  解剖 ,  補綴 ,  計算機トモグラフィー ,  アノテーション
準シソーラス用語： *CT画像 ,  *大動脈基部 ,  経カテーテル大動脈弁留置術 , 【Automatic Indexing@JST】

著者キーワード (6件)： 深層学習 ,  画像解析 ,  TAVI ,  U-Net ,  CNN ,  CT

分類 (3件)： 循環系疾患の外科療法  (GJ05030X) ,  放射線を利用した診断  (GC04020K) ,  循環系の診断  (GJ02000V)

タイトルに関連する用語 (3件)： 大動脈根 ,  解析 ,  CT画像