論文の概要: Mask Enhanced Deeply Supervised Prostate Cancer Detection on B-mode Micro-Ultrasound
- arxiv url: http://arxiv.org/abs/2412.10997v1
- Date: Sat, 14 Dec 2024 23:40:53 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-17 13:59:05.494361
- Title: Mask Enhanced Deeply Supervised Prostate Cancer Detection on B-mode Micro-Ultrasound
- Title(参考訳): Bモードマイクロ超音波によるマスク強調前立腺癌検出
- Authors: Lichun Zhang, Steve Ran Zhou, Moon Hyung Choi, Jeong Hoon Lee, Shengtian Sang, Adam Kinnaird, Wayne G. Brisbane, Giovanni Lughezzani, Davide Maffei, Vittorio Fasulo, Patrick Albers, Sulaiman Vesal, Wei Shao, Ahmed N. El Kaffas, Richard E. Fan, Geoffrey A. Sonn, Mirabela Rusu,
- Abstract要約: 前立腺がんは、男性の間でがんによる死亡の主な原因である。
近年の高周波マイクロ超音波イメージングは,従来の超音波よりも高分解能である。
前立腺癌の特徴はいまだ微妙であり、正常な組織とのあいまいな境界と外観の大きな変化がある。
我々は,Bモードマイクロ超音波画像上で臨床上重要な前立腺癌を自動的に検出し,セグメント化するための新しいアプローチを提示した。
- 参考スコア(独自算出の注目度): 3.716493093803398
- License:
- Abstract: Prostate cancer is a leading cause of cancer-related deaths among men. The recent development of high frequency, micro-ultrasound imaging offers improved resolution compared to conventional ultrasound and potentially a better ability to differentiate clinically significant cancer from normal tissue. However, the features of prostate cancer remain subtle, with ambiguous borders with normal tissue and large variations in appearance, making it challenging for both machine learning and humans to localize it on micro-ultrasound images. We propose a novel Mask Enhanced Deeply-supervised Micro-US network, termed MedMusNet, to automatically and more accurately segment prostate cancer to be used as potential targets for biopsy procedures. MedMusNet leverages predicted masks of prostate cancer to enforce the learned features layer-wisely within the network, reducing the influence of noise and improving overall consistency across frames. MedMusNet successfully detected 76% of clinically significant cancer with a Dice Similarity Coefficient of 0.365, significantly outperforming the baseline Swin-M2F in specificity and accuracy (Wilcoxon test, Bonferroni correction, p-value<0.05). While the lesion-level and patient-level analyses showed improved performance compared to human experts and different baseline, the improvements did not reach statistical significance, likely on account of the small cohort. We have presented a novel approach to automatically detect and segment clinically significant prostate cancer on B-mode micro-ultrasound images. Our MedMusNet model outperformed other models, surpassing even human experts. These preliminary results suggest the potential for aiding urologists in prostate cancer diagnosis via biopsy and treatment decision-making.
- Abstract(参考訳): 前立腺がんは、男性の間でがんによる死亡の主な原因である。
近年の高周波マイクロ超音波画像の発達は、従来の超音波よりも分解能が向上し、臨床上重要ながんと正常な組織を区別する能力が向上する可能性がある。
しかし前立腺癌の特徴は微妙なままであり、正常な組織とのあいまいな境界と外観の相違があるため、機械学習と人間の両方がマイクロ超音波画像に局所化することは困難である。
MedMusNetと呼ばれる新しいMask Enhanced Deep-supervised Micro-US Networkを提案する。
MedMusNetは前立腺癌の予測マスクを利用して、学習した機能をネットワーク内で階層的に強制し、ノイズの影響を低減し、フレーム全体の一貫性を向上させる。
MedMusNetはDice similarity Coefficient 0.365の臨床的に有意な癌の76%を正常に検出し,Swin-M2Fの特異性と精度(Wilcoxon test, Bonferroni correct, p-value<0.05。
病変レベルおよび患者レベルの分析では,ヒトの専門家と異なる基準値と比較して成績が向上したが,小コホートを考慮すれば統計的に有意な改善は得られなかった。
我々は,Bモードマイクロ超音波画像上で臨床上重要な前立腺癌を自動的に検出し,セグメント化するための新しいアプローチを提示した。
私たちのMedMusNetモデルは、他のモデルよりも優れています。
これらの予備的結果は,前立腺癌診断における生検と治療決定による尿路科医の支援の可能性を示している。
関連論文リスト
- Prostate-Specific Foundation Models for Enhanced Detection of Clinically Significant Cancer [2.546403115506584]
MRIを用いても、放射線医は、特異性が低く、サーバ間変異が顕著である。
ここでは前立腺視覚コントラストネットワーク(ProViCNet)を紹介する。
ProViCNetは6つの機関で4,401人の患者を訓練し、検証した。
論文 参考訳(メタデータ) (2025-02-01T08:42:33Z) - Enhancing Trust in Clinically Significant Prostate Cancer Prediction with Multiple Magnetic Resonance Imaging Modalities [61.36288157482697]
米国では、前立腺がんが男性の死因としては2番目に多く、2024年には35,250人が死亡している。
本稿では,複数のMRIモダリティを組み合わせて深層学習モデルを訓練し,臨床的に有意な前立腺癌予測のためのモデルの信頼性を高めることを検討する。
論文 参考訳(メタデータ) (2024-11-07T12:48:27Z) - Enhancing Clinically Significant Prostate Cancer Prediction in T2-weighted Images through Transfer Learning from Breast Cancer [71.91773485443125]
転送学習は、よりリッチなデータを持つドメインから取得した機能を活用して、限られたデータを持つドメインのパフォーマンスを向上させるテクニックである。
本稿では,T2強調画像における乳癌からの転移学習による臨床的に有意な前立腺癌予知の改善について検討する。
論文 参考訳(メタデータ) (2024-05-13T15:57:27Z) - Improving Breast Cancer Grade Prediction with Multiparametric MRI Created Using Optimized Synthetic Correlated Diffusion Imaging [71.91773485443125]
乳がん治療計画において、グレーディングは重要な役割を担っている。
現在の腫瘍グレード法では、患者から組織を抽出し、ストレス、不快感、医療費の上昇につながる。
本稿では,CDI$s$の最適化による乳癌の診断精度の向上について検討する。
論文 参考訳(メタデータ) (2024-05-13T15:48:26Z) - Using Multiparametric MRI with Optimized Synthetic Correlated Diffusion Imaging to Enhance Breast Cancer Pathologic Complete Response Prediction [71.91773485443125]
ネオアジュバント化学療法は乳癌の治療戦略として最近人気を集めている。
ネオアジュバント化学療法を推奨する現在のプロセスは、医療専門家の主観的評価に依存している。
本研究は, 乳癌の病理組織学的完全反応予測に最適化されたCDI$s$を応用することを検討した。
論文 参考訳(メタデータ) (2024-05-13T15:40:56Z) - ProsDectNet: Bridging the Gap in Prostate Cancer Detection via
Transrectal B-mode Ultrasound Imaging [2.6024562346319167]
ProsDectNetはBモード超音波で前立腺がんを局在させるマルチタスクディープラーニングアプローチである。
MRI-TRUS 融合生検を施行した289例のコホートを用いて, ProsDectNet の訓練と評価を行った。
以上の結果から,ProsDectNetはコンピュータ支援診断システムとして利用できる可能性が示唆された。
論文 参考訳(メタデータ) (2023-12-08T19:40:35Z) - Cancer-Net BCa-S: Breast Cancer Grade Prediction using Volumetric Deep
Radiomic Features from Synthetic Correlated Diffusion Imaging [82.74877848011798]
乳がんの流行は成長を続けており、2023年には米国で約30万人の女性に影響を及ぼした。
金標準のScarff-Bloom-Richardson(SBR)グレードは、化学療法に対する患者の反応を一貫して示すことが示されている。
本稿では,合成相関拡散(CDI$s$)画像を用いた乳がん鑑定における深層学習の有効性について検討する。
論文 参考訳(メタデータ) (2023-04-12T15:08:34Z) - Mixed Supervision of Histopathology Improves Prostate Cancer
Classification from MRI [0.9395521049323435]
MRIによる非侵襲的前立腺癌検出は、患者のケアに革命をもたらす可能性がある。
患者集団に適用可能な臨床上重要な前立腺癌を予測するためのMRIによる深達度学習法を提案する。
論文 参考訳(メタデータ) (2022-12-13T02:34:57Z) - Towards Confident Detection of Prostate Cancer using High Resolution
Micro-ultrasound [7.826781688190151]
経直腸超音波ガイド下生検における前立腺癌の診断は困難である。
マイクロ超音波による高周波超音波イメージングの最近の進歩は、高分解能で組織イメージングの能力を劇的に高めている。
本研究の目的は,マイクロ超音波ガイド下前立腺癌生検を対象とする,堅牢な深層学習モデルの開発である。
論文 参考訳(メタデータ) (2022-07-21T14:00:00Z) - Implementation of Convolutional Neural Network Architecture on 3D
Multiparametric Magnetic Resonance Imaging for Prostate Cancer Diagnosis [0.0]
磁気共鳴画像における前立腺病変の自動分類のための新しいディープラーニング手法を提案する。
提案手法は受信器動作特性曲線値0.87の領域で分類性能を達成した。
提案フレームワークは前立腺癌における医用画像の解釈を補助し,不必要な生検を減らす可能性を反映している。
論文 参考訳(メタデータ) (2021-12-29T16:47:52Z) - Stan: Small tumor-aware network for breast ultrasound image segmentation [68.8204255655161]
本研究では,小腫瘍認識ネットワーク(Small tumor-Aware Network,STAN)と呼ばれる新しいディープラーニングアーキテクチャを提案する。
提案手法は, 乳腺腫瘍の分節化における最先端のアプローチよりも優れていた。
論文 参考訳(メタデータ) (2020-02-03T22:25:01Z)
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。