CTスキャンにおける骨肉腫検出のためのコンピュータ支援フレームワーク

要約: 骨肉腫は最も一般的な原発性骨腫瘍であり、主に最も若年層と高齢者層に影響を及ぼします。早期段階での検出は、骨転移が発生する可能性を減らすために極めて重要です。この文脈では、正確で迅速な診断は、予後過程で医師を支援するために不可欠です。研究の目的は、前処理、検出、後処理、およびCTスキャンの可視化を含むパイプラインを通じて、骨肉腫の診断を自動化することです。したがって、本論文は、異なる畳み込みニューラルネットワーク（CNN）モデルを用いてCTスキャンを分類するための、機械学習と可視化のフレームワークを提示します。前処理にはデータ拡張とスキャン内の関心領域（ROI）の識別が含まれます。後処理には、影響を受けた領域を強調した3D骨モデルをレンダリングするためのデータ可視化が含まれます。12名の患者を対象とした評価により、我々のフレームワークの有効性が示され、AUC（曲線下面積）が94.8%、特異度が94.6%を得ました。