文献

J-GLOBAL ID：202302243742455280   整理番号：23A0963684

脳MRIのためのコンテンツベース画像検索:将来診断のための過去の臨床データを利用する画像探索エンジンと集団ベース分析【JST・京大機械翻訳】

Content-based image retrieval for brain MRI: An image-searching engine and population-based analysis to utilize past clinical data for future diagnosis

著者 (9件)： Faria Andreia V. (The Russell H. Morgan Department of Radiology and Radiological Science, The Johns Hopkins University School of Medicine, Baltimore, MD, USA) ,  Oishi Kenichi (The Russell H. Morgan Department of Radiology and Radiological Science, The Johns Hopkins University School of Medicine, Baltimore, MD, USA) ,  Yoshida Shoko (The Russell H. Morgan Department of Radiology and Radiological Science, The Johns Hopkins University School of Medicine, Baltimore, MD, USA) ,  Hillis Argye (Department of Neurology, Johns Hopkins University, Baltimore, MD, USA) ,  Hillis Argye (Department of Physical Medicine & Rehabilitation Medicine, Johns Hopkins University, Baltimore, MD, USA) ,  Hillis Argye (Department of Cognitive Science, Johns Hopkins University, Baltimore, MD, USA) ,  Miller Michael I. (Department of Biomedical Engineering, The Johns Hopkins University School of Medicine, Baltimore, MD, USA) ,  Mori Susumu (The Russell H. Morgan Department of Radiology and Radiological Science, The Johns Hopkins University School of Medicine, Baltimore, MD, USA) ,  Mori Susumu (F.M. Kirby Research Center for Functional Brain Imaging, Kennedy Krieger Institute, Baltimore, MD, USA)
資料名： NeuroImage: Clinical  (NeuroImage: Clinical)
巻： 7  ページ： 367-376  発行年： 2015年 
JST資料番号： W3179A  ISSN： 2213-1582  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 放射線診断は放射線科医による主観的判断に基づいている。このプロセスの背後にある推論は文書と共有が困難であり,放射線医学における証拠ベース医学の採用における主要な障害である。画像特徴を系統的に捕捉し,解剖学的表現型を記録,探索し,評価するため,包括的脳区画化ツールの使用を試みた。解剖学的画像(T1強調MRI)を高次元画像変換法を用いて標準化指数に変換し,続いて全脳のアトラスベース区画化を行った。指標化された解剖学的データが,健康な対照の解剖学的特徴および原発性進行性Aphasia(PPA)の集団を捉える方法を検討した。PPAは,患者が異なる程度と位置で明らかな萎縮を有するため選択され,従って,自動定量結果は訓練された臨床医の定性的評価と比較できる。部分最小二乗識別分析(PLS-DA)と主成分分析(PCA)を用いて,データベースにおいて類似の解剖学的特徴を持つ画像に対する探索を行い,個々の分類の力を探索し,試験した。自動zスコアと萎縮の平均視覚スコア(r=0.8)の間の一致は,回避者間一致と実質的に同じであった。PCAプロット分布は解剖学的表現型と相関し,PLS-DAはPPA変異体を識別するための88%の精度のモデルをもたらした。定量的指標は主な解剖学的特徴を捉えた。画像データのインデクシングは,臨床診療のための効果的で,包括的で,容易に翻訳可能なツールであり,医療意思決定支援のための臨床データベースをマイニングする新しい機会を提供する。Copyright 2023 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 視覚 ,  データベース ,  標準化 ,  *脳 ,  表現型 ,  画像特性 ,  解剖学 ,  放射線医学 ,  医師 ,  判別分析 ,  主成分分析 ,  画像変換 ,  *画像検索 ,  部分最小二乗法
準シソーラス用語： *臨床データ ,  臨床医 , 【Automatic Indexing@JST】

著者キーワード (5件)： 自動パーセル化 ,  脳 ,  MRI ,  コンテンツベース画像検索 ,  アトラスベース解析

分類 (2件)： 神経系の診断  (GN02000H) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (8件)： 脳MRI ,  コンテンツベース画像検索 ,  診断 ,  過去 ,  臨床データ ,  画像探索 ,  集団 ,  分析