WEKO3
アイテム
肺移植後FDG-PET －Deep Learningによる拒絶反応予測と判断根拠の可視化－
https://repo.qst.go.jp/records/82427
https://repo.qst.go.jp/records/82427dbd1654b-972d-4cba-9430-b30a290270b0
| Item type | 会議発表論文 / Conference Paper(1) | |||||
|---|---|---|---|---|---|---|
| 公開日 | 2021-03-23 | |||||
| タイトル | ||||||
| タイトル | 肺移植後FDG-PET －Deep Learningによる拒絶反応予測と判断根拠の可視化－ | |||||
| 言語 | ||||||
| 言語 | jpn | |||||
| 資源タイプ | ||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||
| 資源タイプ | conference paper | |||||
| アクセス権 | ||||||
| アクセス権 | metadata only access | |||||
| アクセス権URI | http://purl.org/coar/access_right/c_14cb | |||||
| 著者 |
堀, 圭佑
× 堀, 圭佑× 岩男, 悠真× 高橋, 美和子× 椎谷, 洋彦× 佐藤, 雅昭× 山谷, 泰賀× Keisuke, Hori× Yuma, Iwao× Miwako, Takahashi× Haruhiko, Shiiya× Taiga, Yamaya |
|||||
| 抄録 | ||||||
| 内容記述タイプ | Abstract | |||||
| 内容記述 | 肺移植後早期のFDG-PETから慢性拒絶の兆候をいち早く掴むことを課題として，肺移植モデルラットを対象にFDG-PET画像と炎症の病理診断結果を関連付ける研究を行った．今回，ImageNetで学習済みのVGG16を使用し，肺移植後３週目のFDG-PET画像から６週目の病理診断結果を予測したところ，最も精度の高かったエポックで感度96%，特異度91％と高い精度で予測することができたので報告する．さらに入力画像の特徴量を削減することで予測精度への影響を分析し，病理予測には左肺下部の情報が重要である可能性が示された． | |||||
| 書誌情報 |
信学 技報 IEICE Technical Report 巻 MI2020, 号 73, p. 108-111, 発行日 2021-03 |
|||||
