文献

J-GLOBAL ID：202202284525005554   整理番号：22A1159752

肺腫瘍PET/CTスキャンの深層学習に基づく自動セグメンテーション:系統的レビュー【JST・京大機械翻訳】

Deep learning-based auto-segmentation of lung tumor PET/CT scans: a systematic review

著者 (2件)： Kao Yung-Shuo (Department of Radiation Oncology, China Medical University Hospital, Taichung, Taiwan) ,  Yang Jen (Division of Nuclear Medicine, Department of Medical Imaging, National Cheng Kung University Hospital, Tainan, Taiwan)
資料名： Clinical and Translational Imaging  (Clinical and Translational Imaging)
巻： 10  号： 2  ページ： 217-223  発行年： 2022年 
JST資料番号： W4170A  ISSN： 2281-7565  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 導入:深層学習による自動セグメンテーションは,近年ますます一般的になってきた。同時に,PET/CTスキャンは,肺癌治療で広く使用されている。ここでは,PET/CTスキャンによる深層学習ベース自動セグメンテーションの有用性を検討する系統的レビューを行った。材料と方法:PRISMAガイドラインに従い,この系統的レビューを行った。関連研究のために3つのデータベース(PubMed,Cochrane,Embase)を検索した。Dice指数と研究の詳細を抽出し,ランダム効果モデルを用いてプールされたDice指数を計算した。QUADAS-2を用いて研究品質を評価した。結果:定性的レビューには8つの論文が含まれ,そのうちの5つは3D畳込みを完全に採用した。6つの研究は,モデルにおいてスキップ接続によってエンコーダ-デコーダを採用して,6つの研究は,CTとPETのための個々の抽出者を持って,次に,最終的予測を作るために抽出者の特徴を統合した。ここで含むすべての研究は,高品質を示した。結論:PET/CTスキャンによる肺腫瘍の深層学習に基づく自動セグメンテーションは,良い性能を達成できる。今後の臨床応用が期待できる。Copyright The Author(s), under exclusive licence to Italian Association of Nuclear Medicine and Molecular Imaging 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  データベース ,  復号器 ,  利用 ,  *画像処理 ,  符号器 ,  三次元 ,  効果 ,  指数 ,  指針 ,  *肺腫瘍 ,  *X線CT ,  *機械学習 ,  *システマティックレビュー
準シソーラス用語： *PET/CT ,  高品質 ,  臨床応用 ,  *自動セグメンテーション ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： 自動セグメンテーション ,  肺癌 ,  PETスキャン

分類 (2件)： 腫ようの診断  (GE03020J) ,  放射線を利用した診断  (GC04020K)

タイトルに関連する用語 (6件)： 肺腫瘍 ,  PET ,  CTスキャン ,  深層学習 ,  自動セグメンテーション ,  系統的レビュー