論文の概要: A Flexible Three-Dimensional Hetero-phase Computed Tomography Hepatocellular Carcinoma (HCC) Detection Algorithm for Generalizable and Practical HCC Screening

• arxiv url: http://arxiv.org/abs/2108.07492v1
• Date: Tue, 17 Aug 2021 08:14:29 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-18 13:19:49.188946
• Title: A Flexible Three-Dimensional Hetero-phase Computed Tomography Hepatocellular Carcinoma (HCC) Detection Algorithm for Generalizable and Practical HCC Screening
• Title（参考訳）: 広範かつ実用的なhccスクリーニングのためのフレキシブル3次元ヘテロフェーズct肝細胞癌検出アルゴリズム
• Authors: Chi-Tung Cheng, Jinzheng Cai, Wei Teng, Youjing Zheng, YuTing Huang, Yu-Chao Wang, Chien-Wei Peng, Youbao Tang, Wei-Chen Lee, Ta-Sen Yeh, Jing Xiao, Le Lu, Chien-Hung Liao, Adam P. Harrison
• Abstract要約: 肝細胞癌 (HCC) は腹部CTで診断できる可能性がある。 我々は異相体積検出(HPVD)と呼ばれる柔軟な3次元深度アルゴリズムを開発した。 HPVDは、コントラストフェーズの入力の組み合わせと、臨床目的に応じて調整可能な感度を受け入れることができる。
• 参考スコア（独自算出の注目度）: 18.78910829126741
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Hepatocellular carcinoma (HCC) can be potentially discovered from abdominal computed tomography (CT) studies under varied clinical scenarios, e.g., fully dynamic contrast enhanced (DCE) studies, non-contrast (NC) plus venous phase (VP) abdominal studies, or NC-only studies. We develop a flexible three-dimensional deep algorithm, called hetero-phase volumetric detection (HPVD), that can accept any combination of contrast-phase inputs and with adjustable sensitivity depending on the clinical purpose. We trained HPVD on 771 DCE CT scans to detect HCCs and tested on external 164 positives and 206 controls, respectively. We compare performance against six clinical readers, including two radiologists, two hepato-pancreatico-biliary (HPB) surgeons, and two hepatologists. The area under curve (AUC) of the localization receiver operating characteristic (LROC) for NC-only, NC plus VP, and full DCE CT yielded 0.71, 0.81, 0.89 respectively. At a high sensitivity operating point of 80% on DCE CT, HPVD achieved 97% specificity, which is comparable to measured physician performance. We also demonstrate performance improvements over more typical and less flexible non hetero-phase detectors. Thus, we demonstrate that a single deep learning algorithm can be effectively applied to diverse HCC detection clinical scenarios.
• Abstract（参考訳）: 肝細胞癌(HCC)は、様々な臨床シナリオにおける腹部CT研究、例えば、フルダイナミックコントラスト増強(DCE)研究、非コントラスト(NC)+静脈相(VP)腹部研究、NCのみの研究から発見される可能性がある。 我々は, コントラスト位相入力の任意の組み合わせを受け入れ, 臨床目的に応じて感度を調整可能な, 異相体積検出(HPVD)と呼ばれる柔軟な3次元深度アルゴリズムを開発した。 我々は771 DCE CTでHPVDをトレーニングし,HCCを検出,外部164陽性と206コントロールで検査した。 対象は, 放射線科医2名, 肝-膵-胆道外科医2名, 肝医2名である。 ncのみ,nc+vp,full dce ctのローカライズ受信機動作特性(lroc)の曲線下領域(auc)はそれぞれ0.071, 0.81, 0.89であった。 DCE CTの高感度操作点80%において,HPVDは97%の特異性を示した。 また,より典型的で柔軟性の低い非ヘテロ相検出器の性能改善を示す。 そこで本研究では,HCC検出臨床シナリオに対して,単一の深層学習アルゴリズムを効果的に適用できることを実証した。

関連論文リスト

• Integrating Deep Learning with Fundus and Optical Coherence Tomography for Cardiovascular Disease Prediction [47.7045293755736]
  心血管疾患(CVD)のリスクのある患者の早期発見は、効果的な予防ケア、医療負担の軽減、患者の生活の質の向上に不可欠である。 本研究は、網膜光コヒーレンス断層撮影(OCT)と眼底写真との併用による、将来の心疾患の特定の可能性を示すものである。 そこで我々は,MCVAE(Multi- Channel Variational Autoencoder)に基づく新たなバイナリ分類ネットワークを提案し,患者の眼底画像とOCT画像の潜伏埋め込みを学習し,個人を将来CVDを発症する可能性のあるものとそうでないものとの2つのグループに分類する。
  論文  参考訳（メタデータ） (2024-10-18T12:37:51Z)
• Improved Esophageal Varices Assessment from Non-Contrast CT Scans [15.648325577912608]
  食道静脈瘤(EV)は門脈圧亢進による重篤な健康上の問題である。 非造影CT(non-contrast Computed Tomography, NC-CT)は, 安価で非侵襲的な画像モダリティであるにもかかわらず, EV評価のための主要な臨床診断ツールとして完全には受け入れられていない。 我々は,NC-CTスキャンにおける重要な臓器機能の解析を改良し,EVを効果的に評価するMulti-Organ-cOhesion-Network(MOON)を提案する。
  論文  参考訳（メタデータ） (2024-07-18T06:49:10Z)
• Non-invasive Liver Fibrosis Screening on CT Images using Radiomics [0.0]
  本研究の目的は,肝のCTで肝線維症を検出するための放射能機械学習モデルの開発と評価である。 肝線維症スクリーニングモデルの開発には,AUCの最高値と組み合わせ,選択された特徴を併用した。
  論文  参考訳（メタデータ） (2022-11-25T22:33:22Z)
• Multiple Time Series Fusion Based on LSTM An Application to CAP A Phase Classification Using EEG [56.155331323304]
  本研究では,深層学習に基づく脳波チャンネルの特徴レベル融合を行う。 チャネル選択,融合,分類手順を2つの最適化アルゴリズムで最適化した。
  論文  参考訳（メタデータ） (2021-12-18T14:17:49Z)
• A deep learning pipeline for localization, differentiation, and uncertainty estimation of liver lesions using multi-phasic and multi-sequence MRI [15.078841623264543]
  肝病変評価のための完全自動コンピュータ支援診断(CAD)ソリューションを提案する。 肝切除または生検を施行し,肝癌(HCC),肝内胆管癌,二次転移と診断された400例を経験した。 キースライス解析を用いて3次元MRI画像から病変を局所化し,その診断に信頼性を提供する完全自動深部CADパイプラインを提案する。
  論文  参考訳（メタデータ） (2021-10-17T13:19:00Z)
• Ensemble machine learning approach for screening of coronary heart disease based on echocardiography and risk factors [19.076443235356873]
  我々は,モデル積み重ねにより,多くの一般的な分類手法を統合する機械学習アプローチを開発した。 CHD分類の精度は,テストセットで約70%から87.7%に向上した。
  論文  参考訳（メタデータ） (2021-05-20T11:04:58Z)
• COVID-Net CT-2: Enhanced Deep Neural Networks for Detection of COVID-19 from Chest CT Images Through Bigger, More Diverse Learning [70.92379567261304]
  胸部CT画像からのCOVID-19検出のための深部ニューラルネットワークであるCOVID-Net CT-2を導入する。 説明力を活用して、COVID-Net CT-2の意思決定行動を調査します。 結果は有望であり、コンピュータ支援型COVID-19アセスメントの有効なツールとして、ディープニューラルネットワークの強い可能性を示唆している。
  論文  参考訳（メタデータ） (2021-01-19T03:04:09Z)
• Performance of Dual-Augmented Lagrangian Method and Common Spatial Patterns applied in classification of Motor-Imagery BCI [68.8204255655161]
  運動画像に基づく脳-コンピュータインタフェース(MI-BCI)は、神経リハビリテーションのための画期的な技術になる可能性がある。 使用する脳波信号のノイズの性質のため、信頼性の高いBCIシステムは特徴の最適化と抽出のために特別な手順を必要とする。
  論文  参考訳（メタデータ） (2020-10-13T20:50:13Z)
• A comparative study of 2D image segmentation algorithms for traumatic brain lesions using CT data from the ProTECTIII multicenter clinical trial [0.0]
  外傷性脳損傷(TBI)後に発見された出血性病変の表現型について検討した。 内皮内出血(IPH)、硬膜下血腫(SDH)、硬膜外血腫(EDH)、外傷性腸重積などがある。 Focal Tversky Loss Functionを用いたUNet++ 2D Architectureを用いて,最適Dice Coefficient1スコア0.94を達成することができた。 また, 軸外出血例と外傷例のDice Coefficientスコア0.90と0.86をそれぞれ達成できた。
  論文  参考訳（メタデータ） (2020-06-01T21:00:20Z)
• Co-Heterogeneous and Adaptive Segmentation from Multi-Source and Multi-Phase CT Imaging Data: A Study on Pathological Liver and Lesion Segmentation [48.504790189796836]
  我々は,新しいセグメンテーション戦略,コヘテロジネティック・アダプティブセグメンテーション(CHASe)を提案する。 本稿では,外見に基づく半スーパービジョン,マスクに基づく対向ドメイン適応,擬似ラベルを融合した多目的フレームワークを提案する。 CHASeは4.2% sim 9.4%$の範囲で、病理的な肝臓マスクDice-Sorensen係数をさらに改善することができる。
  論文  参考訳（メタデータ） (2020-05-27T06:58:39Z)
• Detecting Pancreatic Ductal Adenocarcinoma in Multi-phase CT Scans via Alignment Ensemble [77.5625174267105]
  膵管腺癌(PDAC)は最も致命的ながんの1つである。 複数のフェーズは単一のフェーズよりも多くの情報を提供するが、それらは整列せず、テクスチャにおいて不均一である。 PDAC検出性能を高めるために,これらすべてのアライメントのアンサンブルを提案する。
  論文  参考訳（メタデータ） (2020-03-18T19:06:27Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。