| 講演名 | 2021-11-05 ［ショートペーパー］耳下腺の超音波画像を用いたシェーグレン症候群の治療効果の予測 藤原 航平(長崎大), 武田 啓太(長崎大), 高木 幸則(長崎大), 佐々木 美穂(長崎大), 榮田 智(長崎大), 片山 郁夫(長崎大), 角 美佐(長崎大), 酒井 智弥(長崎大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本研究の目的は，唾液腺に慢性炎症を起こすシェーグレン症候群(SS)患者の唾液腺の超音波画像(US画像)から，SSの治療効果を予測し，医師の診断を支援することである．SS患者の唾液腺治療に対する治療計画を立案するためには，唾液腺病態の重症度を把握することが有益であり，また医師はSS患者の唾液腺のUS画像に見られる視覚的特徴から，患者の唾液量が治療後にどの程度回復するかを経験に基づいて見込みをつけている．そこで，初診時に撮影した唾液腺のUS画像から治療後の唾液分泌増加量を予測する畳み込みニューラルネットワーク(CNN)を作成し，初診時の唾液分泌量と足して治療後の唾液分泌量を算出する手法を提案する．またSSは，唾液分泌量検査で2.0g/2分間以下であれば有意な唾液量低下ありと判断される．本稿では提案手法のCNNによる治療後の唾液分泌増加量の予測が有効であったことと，治療後の唾液分泌量が2.0g以下であるか否かをを提案手法で2クラス分類した場合においても有意な結果を示したことを報告する． |
| 抄録(英) | The purpose of this study was to predict the response to treatment of SS from ultrasound (US) images of salivary glands in patients with Sj?gren's syndrome (SS), a chronic inflammation of the salivary glands, and to assist physicians in their diagnosis. Based on the visual characteristics of the US images of the salivary glands of SS patients, physicians have an educated guess as to the extent to which the patient's saliva volume will recover after treatment. Therefore, we propose a method to create a convolutional neural network (CNN) that predicts the increase in saliva secretion after treatment based on the US images of salivary glands taken at the time of initial examination, and to calculate the amount of saliva secretion after treatment by adding it to the amount of saliva secretion at the time of initial examination. In addition, SS is considered to have a significant decrease in saliva volume if the saliva volume is less than 2.0g/2min. In this paper, we report that the proposed method was effective in predicting the increase in saliva secretion after treatment by CNN, and that the proposed method also showed significant results when the saliva secretion after treatment was classified into two classes: whether it was less than 2.0g or not. |
| キーワード(和) | シェーグレン症候群 / 超音波画像 / 畳み込みニューラルネットワーク / 転移学習 / 回帰分析 |
| キーワード(英) | Sjogren's syndrome / ultrasonography / convolutional neural network / transfer learning / regression analysis |
| 資料番号 | MICT2021-30,MI2021-28 |
| 発行日 | 2021-10-29 (MICT, MI) |
| 研究会情報 | |
| 研究会 | MI / MICT |
|---|---|
| 開催期間 | 2021/11/5(から1日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 医用画像工学一般，ヘルスケア・医療情報通信技術 |
| テーマ（英） | Medical imaging technology, healthcare and medical information communication technology |
| 委員長氏名（和） | 本谷 秀堅(名工大) / 花田 英輔(佐賀大) |
| 委員長氏名（英） | Hidekata Hontani(Nagoya Inst. of Tech.) / Eisuke Hanada(Saga Univ.) |
| 副委員長氏名（和） | 羽石 秀昭(千葉大) / 北坂 孝幸(愛知工大) / 田中 宏和(広島市大) / 安在 大祐(名工大) |
| 副委員長氏名（英） | Hideaki Haneishi(Chiba Univ.) / Takayuki Kitasaka(Aichi Inst. of Tech.) / Hirokazu Tanaka(Hiroshima City Univ.) / Daisuke Anzai(Nagoya Inst. of Tech.) |
| 幹事氏名（和） | 平野 靖(山口大) / 原口 亮(兵庫県立大) / 小林 匠(横浜国大) / 石田 開(神奈川県立産業技術総研) |
| 幹事氏名（英） | Yasushi Hirano(Yamaguchi Univ.) / Ryo Haraguchi(Univ. of Hyogo) / Takumi Kobayashi(Yokohama National Univ.) / Kai Ishida(KISTEC) |
| 幹事補佐氏名（和） | 滝沢 穂高(筑波大) / 大竹 義人(奈良先端大) / 伊藤 孝弘(広島市立大) / 高林 健人(岡山県立大) / 西川 拓也(国立循環器病研究センター) |
| 幹事補佐氏名（英） | Hotaka Takizawa(Tsukuba Univ.) / Yoshito Otake(NAIST) / Takahiro Ito(Hiroshima City Univ) / Kento Takabayashi(Okayama Pref. Univ.) / Takuya Nishikawa(National Cerebral and Cardiovascular Center Hospital) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Medical Imaging / Technical Committee on Healthcare and Medical Information Communication Technology |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ［ショートペーパー］耳下腺の超音波画像を用いたシェーグレン症候群の治療効果の予測 |
| サブタイトル（和） | |
| タイトル（英） | [Short Paper] Prediction of therapeutic response in Sjogren's syndrome using ultrasound images of parotid glands |
| サブタイトル（和） | |
| キーワード(1)（和/英） | シェーグレン症候群 / Sjogren's syndrome |
| キーワード(2)（和/英） | 超音波画像 / ultrasonography |
| キーワード(3)（和/英） | 畳み込みニューラルネットワーク / convolutional neural network |
| キーワード(4)（和/英） | 転移学習 / transfer learning |
| キーワード(5)（和/英） | 回帰分析 / regression analysis |
| 第 1 著者 氏名（和/英） | 藤原 航平 / Kohei Fujiwara |
| 第 1 著者 所属（和/英） | 長崎大学(略称：長崎大) Nagasaki University(略称：Nagasaki Univ.) |
| 第 2 著者 氏名（和/英） | 武田 啓太 / Takeda Keita |
| 第 2 著者 所属（和/英） | 長崎大学(略称：長崎大) Nagasaki University(略称：Nagasaki Univ.) |
| 第 3 著者 氏名（和/英） | 高木 幸則 / Yukinori Takagi |
| 第 3 著者 所属（和/英） | 長崎大学(略称：長崎大) Nagasaki University(略称：Nagasaki Univ.) |
| 第 4 著者 氏名（和/英） | 佐々木 美穂 / Miho Sasaki |
| 第 4 著者 所属（和/英） | 長崎大学(略称：長崎大) Nagasaki University(略称：Nagasaki Univ.) |
| 第 5 著者 氏名（和/英） | 榮田 智 / Sato Eida |
| 第 5 著者 所属（和/英） | 長崎大学(略称：長崎大) Nagasaki University(略称：Nagasaki Univ.) |
| 第 6 著者 氏名（和/英） | 片山 郁夫 / Ikuo Katayama |
| 第 6 著者 所属（和/英） | 長崎大学(略称：長崎大) Nagasaki University(略称：Nagasaki Univ.) |
| 第 7 著者 氏名（和/英） | 角 美佐 / Misa Sumi |
| 第 7 著者 所属（和/英） | 長崎大学(略称：長崎大) Nagasaki University(略称：Nagasaki Univ.) |
| 第 8 著者 氏名（和/英） | 酒井 智弥 / Tomoya Sakai |
| 第 8 著者 所属（和/英） | 長崎大学(略称：長崎大) Nagasaki University(略称：Nagasaki Univ.) |
| 発表年月日 | 2021-11-05 |
| 資料番号 | MICT2021-30,MI2021-28 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | MICT-230,MI-231 |
| ページ範囲 | pp.15-16(MICT), pp.15-16(MI), |
| ページ数 | 2 |
| 発行日 | 2021-10-29 (MICT, MI) |