論文の概要: Interpretable Data Mining of Follicular Thyroid Cancer Ultrasound Features Using Enhanced Association Rules

• arxiv url: http://arxiv.org/abs/2509.12238v1
• Date: Tue, 09 Sep 2025 03:02:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-17 17:50:52.636286
• Title: Interpretable Data Mining of Follicular Thyroid Cancer Ultrasound Features Using Enhanced Association Rules
• Title（参考訳）: 合併規則の強化による甲状腺癌の超音波像の解釈可能データマイニング
• Authors: Songlin Zhou, Tao Zhou, Xin Li, Stephen Shing-Toung Yau,
• Abstract要約: 今回我々は,新しいデータマイニングツールを用いて甲状腺乳頭癌の臨床データを解析した。 橋本病の甲状腺炎も強い悪性関連がある可能性がある。
• 参考スコア（独自算出の注目度）: 11.458809910127627
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Purpose: Thyroid cancer has been a common cancer. Papillary thyroid cancer and follicular thyroid cancer are the two most common types of thyroid cancer. Follicular thyroid cancer lacks distinctive ultrasound signs and is more difficult to diagnose preoperatively than the more prevalent papillary thyroid cancer, and the clinical studies associated with it are less well established. We aimed to analyze the clinical data of follicular thyroid cancer based on a novel data mining tool to identify some clinical indications that may help in preoperative diagnosis. Methods: We performed a retrospective analysis based on case data collected by the Department of General Surgery of Peking University Third Hospital between 2010 and 2023. Unlike traditional statistical methods, we improved the association rule mining, a classical data mining method, and proposed new analytical metrics reflecting the malignant association between clinical indications and cancer with the help of the idea of SHAP method in interpretable machine learning. Results: The dataset was preprocessed to contain 1673 cases (in terms of nodes rather than patients), of which 1414 were benign and 259 were malignant nodes. Our analysis pointed out that in addition to some common indicators (e.g., irregular or lobulated nodal margins, uneven thickness halo, hypoechogenicity), there were also some indicators with strong malignant associations, such as nodule-in-nodule pattern, trabecular pattern, and low TSH scores. In addition, our results suggest that the combination of Hashimoto's thyroiditis may also have a strong malignant association. Conclusion: In the preoperative diagnosis of nodules suspected of follicular thyroid cancer, multiple clinical indications should be considered for a more accurate diagnosis. The diverse malignant associations identified in our study may serve as a reference for clinicians in related fields.
• Abstract（参考訳）: 目的:甲状腺癌は一般的ながんである。 甲状腺乳頭癌と卵胞性甲状腺癌が最も一般的な2種類の甲状腺癌である。 甲状腺乳頭癌は特異な超音波所見が欠如しており,甲状腺乳頭癌よりも術前診断が困難であり,その臨床的研究はあまり確立されていない。 本研究の目的は,新しいデータマイニングツールを用いて甲状腺乳頭癌の臨床データを解析し,術前診断に役立つ臨床徴候を同定することであった。 方法:2010年から2023年の間,北京大学第3病院総合外科科の症例データをもとに振り返り分析を行った。 従来の統計手法とは異なり,従来のデータマイニング法であるアソシエーションルールマイニングを改良し,解釈可能な機械学習におけるSHAP法の概念の助けを借りて,臨床所見と癌との悪性相関を反映した新しい分析指標を提案した。 結果: このデータセットは前処理で1673例(患者ではなくリンパ節)を含み,そのうち1414例は良性,259例は悪性であった。 また, 結節内結節パターン, 気管パターン, 低TSHスコアなど, 悪性度の高い指標も見られた。 以上の結果から,橋本病の甲状腺炎は強い悪性関連がある可能性が示唆された。 結語: 甲状腺乳頭癌と疑われた結節の術前診断では, より正確な診断のために, 複数の臨床所見を考慮すべきである。 本研究で同定された多彩な悪性協会は,関連分野の臨床医の参考となる可能性がある。

関連論文リスト

• 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)
• An Explainable AI Model for Predicting the Recurrence of Differentiated Thyroid Cancer [0.0]
  本研究は,甲状腺癌の再発を予測するために,機械学習,特にディープラーニングモデルを用いている。 患者の臨床病理学的特徴を含むデータセットを解析することにより、トレーニング中の98%、テスト中の96%の顕著な精度を達成できた。
  論文  参考訳（メタデータ） (2024-10-13T23:12:33Z)
• Advancements in Radiomics and Artificial Intelligence for Thyroid Cancer Diagnosis [1.6687900252134487]
  本総説では, 甲状腺癌診断におけるAIおよび放射線治療の応用について概説する。 PRISMAガイドラインに準拠した複数のデータベースのレビューは2023年10月まで行われた。
  論文  参考訳（メタデータ） (2024-04-09T11:05:20Z)
• RCdpia: A Renal Carcinoma Digital Pathology Image Annotation dataset based on pathologists [14.79279940958727]
  腫瘍領域と隣接領域(RCdpia)を個別にラベル付けしたTCGAデジタル病理データセットを作成した。 このデータセットはhttp://39.171.241.18:8888/RCdpia/で公開されている。
  論文  参考訳（メタデータ） (2024-03-17T13:23:25Z)
• A new algorithm for Subgroup Set Discovery based on Information Gain [58.720142291102135]
  Information Gained Subgroup Discovery (IGSD)は、パターン発見のための新しいSDアルゴリズムである。 IGSDと最先端の2つのSDアルゴリズム(FSSDとSSD++)を比較した。 IGSDはFSSDやSSD++よりもOR値が優れており、パターンとターゲットへの依存度が高い。
  論文  参考訳（メタデータ） (2023-07-26T21:42:34Z)
• A Pathologist-Informed Workflow for Classification of Prostate Glands in Histopathology [62.997667081978825]
  病理学者は、ガラススライド上の針生検の組織を調べて前立腺がんを診断し、診断する。 がんの重症度と転移リスクは、前立腺の組織と形態に基づくスコアであるGleason gradeによって決定される。 本稿では,病理学者のtextitmodus operandi に従って,個々の腺のマルチスケールパッチを分離・分類する自動ワークフローを提案する。
  論文  参考訳（メタデータ） (2022-09-27T14:08:19Z)
• Less is More: Adaptive Curriculum Learning for Thyroid Nodule Diagnosis [50.231954872304314]
  不整合ラベルによるサンプルの発見と破棄を適応的に行うAdaptive Curriculum Learningフレームワークを提案する。 また、TNCD: Thyroid Nodule Classification データセットも提供します。
  論文  参考訳（メタデータ） (2022-07-02T11:50:02Z)
• Improving The Diagnosis of Thyroid Cancer by Machine Learning and Clinical Data [3.6985351289638957]
  甲状腺癌 (thyroid cancer) は、甲状腺に発生する内分泌癌である。 甲状腺結節悪性腫瘍の現時点のヒト評価は, 誤診の頻度が高く, 正確な術前診断が得られない可能性がある。 本研究は,新しい臨床データセットに基づいて甲状腺結節悪性度を予測するための機械的枠組みを提案する。
  論文  参考訳（メタデータ） (2022-03-27T17:37:18Z)
• Topological Data Analysis of copy number alterations in cancer [70.85487611525896]
  癌ゲノム情報に含まれる情報を新しいトポロジに基づくアプローチで捉える可能性を探る。 本手法は, 癌体性遺伝データに有意な低次元表現を抽出する可能性を秘めている。
  論文  参考訳（メタデータ） (2020-11-22T17:31:23Z)
• A systematic review on the role of artificial intelligence in sonographic diagnosis of thyroid cancer: Past, present and future [0.6523396727243321]
  本総説は甲状腺癌の診断に利用できるテクニックの方法論に基づく分類である。 甲状腺悪性腫瘍の超音波診断分野の動向と課題を考察する。 マシンラーニングは、将来の甲状腺癌診断フレームワークの開発において、引き続き基本的な役割を果たす。
  論文  参考訳（メタデータ） (2020-06-10T14:38:05Z)
• Segmentation for Classification of Screening Pancreatic Neuroendocrine Tumors [72.65802386845002]
  本研究は,腹部CTで膵神経内分泌腫瘍(PNET)を早期に検出するための包括的結果を提示する。 我々の知る限りでは、このタスクは以前まで計算タスクとして研究されていなかった。 我々の手法は最先端のセグメンテーションネットワークより優れ、感度は89.47%、特異性は81.08%である。
  論文  参考訳（メタデータ） (2020-04-04T21:21:44Z)

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。