文献

J-GLOBAL ID：202202281515173448   整理番号：22A0462515

FMRNet:超音波画像による乳房腫瘍分類のための複数の腫瘍領域の融合ネットワーク【JST・京大機械翻訳】

FMRNet: A fused network of multiple tumoral regions for breast tumor classification with ultrasound images

著者 (17件)： Cui Wenju (Institute of Biomedical Engineering, School of Communication and Information Engineering, Shanghai University, Shanghai, China) ,  Cui Wenju (Medical Imaging Department, Suzhou Institute of Biomedical Engineering and Technology, Chinese Academy of Sciences, Suzhou, China) ,  Peng Yunsong (Medical Imaging Department, Suzhou Institute of Biomedical Engineering and Technology, Chinese Academy of Sciences, Suzhou, China) ,  Peng Yunsong (Division of Life Sciences and Medicine, School of Biomedical Engineering (Suzhou), University of Science and Technology of China, Hefei, China) ,  Yuan Gang (Medical Imaging Department, Suzhou Institute of Biomedical Engineering and Technology, Chinese Academy of Sciences, Suzhou, China) ,  Yuan Gang (Division of Life Sciences and Medicine, School of Biomedical Engineering (Suzhou), University of Science and Technology of China, Hefei, China) ,  Cao Weiwei (Medical Imaging Department, Suzhou Institute of Biomedical Engineering and Technology, Chinese Academy of Sciences, Suzhou, China) ,  Cao Weiwei (Division of Life Sciences and Medicine, School of Biomedical Engineering (Suzhou), University of Science and Technology of China, Hefei, China) ,  Cao Yuzhu (Medical Imaging Department, Suzhou Institute of Biomedical Engineering and Technology, Chinese Academy of Sciences, Suzhou, China) ,  Cao Yuzhu (Division of Life Sciences and Medicine, School of Biomedical Engineering (Suzhou), University of Science and Technology of China, Hefei, China) ,  Lu Zhengda (Radiotherapy Department, Second People’s Hospital of Changzhou, Nanjing Medical University, Changzhou, China) ,  Lu Zhengda (Center for Medical Physics, Nanjing Medical University, Changzhou, China) ,  Ni Xinye (Radiotherapy Department, Second People’s Hospital of Changzhou, Nanjing Medical University, Changzhou, China) ,  Ni Xinye (Center for Medical Physics, Nanjing Medical University, Changzhou, China) ,  Yan Zhuangzhi (Institute of Biomedical Engineering, School of Communication and Information Engineering, Shanghai University, Shanghai, China) ,  Zheng Jian (Medical Imaging Department, Suzhou Institute of Biomedical Engineering and Technology, Chinese Academy of Sciences, Suzhou, China) ,  Zheng Jian (Division of Life Sciences and Medicine, School of Biomedical Engineering (Suzhou), University of Science and Technology of China, Hefei, China)
資料名： Medical Physics  (Medical Physics)
巻： 49  号： 1  ページ： 144-157  発行年： 2022年 
JST資料番号： A1258A  ISSN： 0094-2405  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： PURPOSE:最近の研究は,医用画像の腫瘍周囲領域が臨床診断のために価値があることを例証した。しかしながら,腫瘍周囲領域を用いた既存のアプローチは,主に単一領域の診断能力に焦点を当て,腫瘍内および腫瘍周囲領域を効果的に融合する利点を無視する。さらに,これらの方法は,試験段階で正確なセグメンテーションマスクを必要とし,それは,臨床応用において退屈で不便である。これらの問題に取り組むために,著者らは,試験段階でセグメンテーションマスクのない超音波(US)画像を用いて,乳房腫瘍分類のための多重腫瘍領域(FMRNet)の情報を適応的に融合できる深い畳み込みニューラルネットワークを構築した。【方法】潜在的関係を十分に掘削するために,著者らは融合ネットワークと2つの独立モジュールを設計して,同時に多重領域の特徴を抽出して,融合する。最初に,2つの強化複合腫瘍(EC)領域モジュールを導入し,複合腫瘍的特徴を徐々に増強することを目的とした。次に,腫瘍内,腫瘍周囲および複合腫瘍領域の特徴を抽出および融合するための3分岐モジュールを設計し,腫瘍内,腫瘍周囲および複合腫瘍モジュールとして表示した。特に,3つの領域の特徴を適応的に融合するために,チャネル注意モジュールを導入することによって,新しい融合モジュールを設計した。モデルは,乳房腫瘍超音波画像によるUDIATとBUSIを含む2つの公開データセットに関して評価した。実験の2つの独立したグループを5倍層化交差検証戦略を用いて2つのそれぞれのデータセットに関して実行した。最後に,BUSIを訓練セットとして用い,UDIATを試験セットとして使用する2つのデータセットのアブレーション実験を行った。結果:提案した2つのモジュールについての詳細なアブレーション実験と,他の既存の代表的な方法との比較実験を行った。実験結果は,提案方法が2つのデータセットに関して最先端の性能を生み出すことを示した。特に,UDIATデータセットにおいて,提案したFMRNetは,それぞれ0.945の高精度と0.945の特異性を達成した。さらに,精度(PRE=0.909)は,最良の結果の既存の方法と比較して,BUSIデータセット上で21.6%まで劇的に改善した。結論:提案したFMRNetは,US画像による乳房腫瘍分類において良い性能を示し,複数の腫瘍領域の情報の利用と融合の能力を証明した。さらに,FMRNetは,他の種類の医用画像の複数の腫瘍領域を用いて,他のタイプの癌を分類する際に潜在的価値を有する。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： *超音波 ,  セグメンテーション ,  *ネットワーク ,  *腫瘍 ,  多重化 ,  *超音波画像 ,  医用画像 ,  成層 ,  チャネル ,  比較試験 ,  アブレーション ,  *乳房腫瘍
準シソーラス用語： 臨床診断 ,  特異性 ,  臨床応用 , 【Automatic Indexing@JST】

著者キーワード (5件)： 溶融ネットワーク ,  乳癌 ,  畳込みニューラルネットワーク ,  複数の腫瘍領域 ,  超音波画像

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 音波画像 ,  乳房腫瘍 ,  分類 ,  腫瘍 ,  融合