複合型放射線画像検査診断支援システム開発に向けた最適検査の推論手法の検討

复杂放射影像诊断支持系统开发的最优检查推理方法研究

基本信息

批准号：
20K18857
负责人：
谷川原綾子
金额：
$ 2.58万
依托单位：
Hokkaido University of Science
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

项目摘要

放射線画像検査における画像取得から診断までの一連のプロセスを支援する複合型放射線画像検査診断支援システムの開発を目指している。このシステムは、患者の主訴や病歴・治療経過等から、最適なMRIやCTなどの放射線検査の種類やその撮影手法を自動で選択することで、取得される画像の質・診療の質の向上を実現する。これまで、人工知能技術Encoder-Decoderを利用した最適MRI検査プロトコル推薦ツールの開発を進めてきた。このシステムは、依頼科医師が作成したMRI検査依頼書の記載内容から最適なMRI撮影プロトコルの予測を行うものである。昨年までは、Encoder-Decoderの最適パラメータの検討をベクトル次元数と学習回数に焦点を当てて検討してきたが、今年度はEncoder-DecoderにICD-10コードを用いた病名・主訴を重視したモデルを組み込んだツールを組み込み、精度評価を行った。放射線科医の指示と比較した結果、脳MRIにおける造影検査では60.35%、非造影検査では66.16%の精度となり、従来のEncoder-Decoderモデルのみと比べると10～25％精度が上昇した結果となった。上記と平行して、MRI検査関連文書を対象とした固有表現抽出器の開発も進めている。このツールは、文字列一致アルゴリズムにて病名を検出し、その病名にICD-10コードを付与する。公開されている形態素解析器と医学辞書用いた固有表現抽出法(従来法)と、本研究にて開発している固有表現抽出器の精度を、MRI検査依頼書を使用して評価した。その結果、従来法のPrecision、Recall、F-measureは66.3％、93.2％、77.5％、本研究で開発した手法は、それぞれ、91.6％、95.0％、93.2％となった。本研究で開発した固有表現抽出器が有用であることが示された。

我们的目标是开发一个复杂的放射成像诊断支持系统，支持放射成像中从图像采集到诊断的一系列过程。该系统根据患者的主诉、病史、治疗进展等自动选择最合适的放射检查类型（例如 MRI 或 CT）及其成像方法，从而提高获得的图像质量和医疗质量。意识到。到目前为止，我们一直在利用人工智能技术Encoder-Decoder开发最佳MRI检查方案推荐工具。该系统根据请求医生创建的 MRI 检查请求表的内容预测最佳 MRI 成像协议。直到去年，我们主要通过向量维数和学习次数来检查编码器-解码器的最佳参数，但今年我们将使用使用 ICD-10 代码的编码器-解码器模型并强调了疾病名称和主诉。我们安装了一个包含的工具，并进行了准确性评估。与放射科医生的指导进行比较的结果是，增强脑部MRI检查的准确率为60.35%，非增强检查的准确率为66.16%，与单独的传统编码器-解码器模型相比，准确率提高了10-25%。塔。与此同时，我们还在开发一个用于 MRI 检查相关文档的命名实体提取器。该工具使用字符串匹配算法来检测疾病名称，并将 ICD-10 代码分配给疾病名称。我们使用公开的形态分析器和医学词典评估了命名实体提取方法（传统方法）的准确性，以及本研究中使用 MRI 检查请求表开发的命名实体提取器。结果，传统方法的精确度、召回率和F-measure分别为66.3%、93.2%和77.5%，而本研究开发的方法分别为91.6%、95.0%和93.2%。本研究中开发的命名实体提取器被证明是有用的。

项目成果

期刊论文数量（12）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Breast Density Classification Performance and Attention in Deep Neural Networks

深度神经网络中的乳腺密度分类性能和注意力

DOI：
发表时间：
2023
期刊：
影响因子：
0
作者：
Yagahara A; Aoki Y; Sagara S; Uesugi M
通讯作者：
Uesugi M

Identification of problems in picture archiving and communication systems management using text mining

使用文本挖掘识别图片存档和通信系统管理中的问题

DOI：
10.1007/s12553-022-00721-3
发表时间：
2023
期刊：
影响因子：
2.5
作者：
Yagahara Ayako;Tanikawa Takumi;Fukuda Akihisa;Ando Daisuke;Suzuki Tatsuya;Karata Shuichi;Uesugi Masahito
通讯作者：
Uesugi Masahito

What is the Best Word Segmentation Method for the Encoder-Decoder Model to Predict Optimal MRI Protocols?

编码器-解码器模型预测最佳 MRI 协议的最佳分词方法是什么？