深層学習を用いた冠動脈CT における石灰化とステントの自動分類

DOI Web Site Web Site PubMed 被引用文献1件 参考文献7件
  • 長谷川 晃
    新潟大学医学部保健学科 金沢大学大学院医薬保健学総合研究科保健学専攻
  • 李 鎔範
    新潟大学医学部保健学科
  • 竹内 悠
    新潟大学医学部保健学科(現　国家公務員共済組合連合会横浜南共済病院放射線科)
  • 市 川勝弘
    金沢大学医薬保健研究域保健学系

書誌事項

タイトル別名
  • Automated Classification of Calcification and Stent on Computed Tomography Coronary Angiography Using Deep Learning
  • シンソウ ガクシュウ オ モチイタ カンドウミャク CT ニ オケル セッカイカ ト ステント ノ ジドウ ブンルイ

この論文をさがす

抄録

<p>In computed tomography coronary angiography (CTCA), calcification and stent make it difficult to evaluate intravascular lumen. This is a cause of low positive-predictive value of coronary stenosis. Therefore, it is expected to develop a computer-aided diagnosis (CAD) system that can automatically detect stenosis in coronary arteries. The purpose of this study is to automatically recognize calcifications or stents in coronary arteries and classify them from the normal coronary artery in CTCA. We used 4960 coronary-cross-sectional images, which consisted of 1113 images with calcification, 1353 images with a stent, and 2494 normal artery images. These images were automatically classified using the deep convolutional neural network (LeNet, AlexNet, and GoogLeNet). The classification accuracy of LeNet, AlexNet, and GoogLeNet were 58.4%, 75.9%, and 81.3%, respectively. The proposed method would be a fundamental technique of CAD in CTCA.</p>

収録刊行物

被引用文献 (1)*注記

もっと見る

参考文献 (7)*注記

もっと見る

関連プロジェクト

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ