Japanese
English
特集 整形外科×人工知能
深層学習を用いた脊髄硬膜内髄外腫瘍(神経鞘腫と髄膜腫)の鑑別
A Deep Convolutional Neural Network for Differentiating Between Spinal Schwannoma and Meningioma
牧 聡
1
,
古矢 丈雄
1
,
堀越 琢郎
2
,
横田 元
3
,
宮本 卓弥
1
,
沖松 翔
1
,
志賀 康浩
1
,
稲毛 一秀
1
,
折田 純久
1
,
江口 和
1
,
大鳥 精司
1
Satoshi MAKI
1
,
Takeo FURUYA
1
,
Takuro HORIKOSHI
2
,
Hajime YOKOTA
3
,
Takuya MIYAMOTO
1
,
Sho OKIMATSU
1
,
Yasuhiro SHIGA
1
,
Kazuhide INAGE
1
,
Sumihisa ORITA
1
,
Yawara EGUCHI
1
,
Seiji OHTORI
1
1千葉大学大学院医学研究院整形外科学
2千葉大学附属病院放射線科
3千葉大学大学院医学研究院画像診断・放射線腫瘍学
1Department of Orthopaedic Surgery, Graduate School of Medicine, Chiba University
2Department of Radiology, Chiba University Hospital
3Department of Diagnostic Radiology and Radiation Oncology, Graduate School of Medicine, Chiba University
キーワード:
深層学習
,
deep learning
,
畳み込みニューラルネットワーク
,
deep convolutional neural network
,
CNN
,
脊髄腫瘍
,
spinal cord tumor
Keyword:
深層学習
,
deep learning
,
畳み込みニューラルネットワーク
,
deep convolutional neural network
,
CNN
,
脊髄腫瘍
,
spinal cord tumor
pp.907-912
発行日 2020年8月25日
Published Date 2020/8/25
DOI https://doi.org/10.11477/mf.1408201766
- 有料閲覧
- Abstract 文献概要
- 1ページ目 Look Inside
- 参考文献 Reference
畳み込みニューラルネットワーク(convolutional neural network:CNN)を用いてMRIによる神経鞘腫と髄膜腫の鑑別を行い,CNNと2人の放射線科医の鑑別能を比較した.組織学的に診断された神経鞘腫と髄膜腫の患者のMRIを学習に用いた.CNNのROC(receiver operating characteristic)曲線下面積はT2強調像に基づく学習で0.88であり,造影後T1強調像に基づく学習で0.87であった.感度は放射線科医のほうが高く,特異度はCNNのほうが高かった.正確度は両者に有意差はなかった.MRIによる神経鞘腫と髄膜腫の鑑別において,CNNの鑑別能は放射線科医と同等に良好であった.
Copyright © 2020, Igaku-Shoin Ltd. All rights reserved.