UMIN試験ID | UMIN000031548 |
---|---|
受付番号 | R000035991 |
科学的試験名 | ディープラ―二ングを用いた乳房超音波画像のコンピュータ支援診断システムに関する研究 |
一般公開日(本登録希望日) | 2018/03/03 |
最終更新日 | 2019/03/04 08:40:38 |
日本語
ディープラ―二ングを用いた乳房超音波画像のコンピュータ支援診断システムに関する研究
英語
Computer-aided diagnosis system for breast ultrasound images using deep learning
日本語
ディープラ―二ングを用いた乳房超音波画像のコンピュータ支援診断システムに関する研究
英語
Computer-aided diagnosis system for breast ultrasound images using deep learning
日本語
ディープラ―二ングを用いた乳房超音波画像のコンピュータ支援診断システムに関する研究
英語
Computer-aided diagnosis system for breast ultrasound images using deep learning
日本語
ディープラ―二ングを用いた乳房超音波画像のコンピュータ支援診断システムに関する研究
英語
Computer-aided diagnosis system for breast ultrasound images using deep learning
日本/Japan |
日本語
乳がん
英語
Breast cancer
乳腺外科学/Breast surgery |
悪性腫瘍/Malignancy
いいえ/NO
日本語
乳房超音波検査で得られた腫瘤を良性もしくは悪性に分類するアルゴリズムを、ディープラーニングにより作成しその有用性について検討する。
英語
Developing the algorithm for deep learning to classify the breast mass as benign or malignant from ultra sound images, and evaluate it's usefulness.
その他/Others
日本語
有用性
英語
Usefulness
探索的/Exploratory
その他/Others
該当せず/Not applicable
日本語
正確度、感度、特異度、ROC曲線を算出し、病変部を良性もしくは悪性に分類するアルゴリズムの有用性を検討する。
英語
Accuracy, sensitivity, specificity and area under the curve of the algorithm which classifying lesion as benign or malignant.
日本語
正確度、感度を算出し、病変部を3つのカテゴリーに分類するアルゴリズムの有用性を検討する。
英語
Accuracy and sensitivity of the algorithm which classifying lesion as 3 categories by.
観察/Observational
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
適用なし/Not applicable |
適用なし/Not applicable |
男女両方/Male and Female
日本語
日本乳腺甲状腺超音波医学会が管理している画像データベース内の症例のうち、2011年11月から2015年12月にかけて超音波検査を受け、かつ以下を満たす症例
1.腫瘤性病変がすでに認められている。
2.確定診断またはBモードカテゴリー判定の結果が紐付けがされている。
英語
Patients who were within the image database managed by Japan Association of Breast and Thyroid Sonology, and received a breast ultrasound examination from November 2011 to December 2015. And satisfied the following rules.
1.Mass lesions had already been assessed.
2.Associating with definitive diagnosis or category diagnosed by B-mode
日本語
1.典型的な嚢胞(明らかにカテゴリー2と判定されるもの)
2.5cm以上の腫瘤像形成性病変
英語
1.Typical cysts
2. Mass lesions >= 4.5cm diameter
1543
日本語
名 | |
ミドルネーム | |
姓 | 山口 拓洋 |
英語
名 | |
ミドルネーム | |
姓 | Takuhiro Yamaguchi |
日本語
東北大学大学院医学系研究科
英語
Tohoku University Graduate School of Medicine
日本語
医学統計学分野
英語
Biostatistics
日本語
宮城県仙台市青葉区星陵町1-1
英語
1-1 Seiryo-machi, Aoba-ku, Sendai, Miyagi, JAPAN
022-717-7659
yamaguchi@med.tohoku.ac.jp
日本語
名 | |
ミドルネーム | |
姓 | 山口 拓洋 |
英語
名 | |
ミドルネーム | |
姓 | Takuhiro Yamaguchi |
日本語
東北大学大学院医学系研究科
英語
Tohoku University Graduate School of Medicine
日本語
医学統計学分野
英語
Biostatistics
日本語
宮城県仙台市青葉区星陵町1-1
英語
1-1 Seiryo-machi, Aoba-ku, Sendai, Miyagi, JAPAN
022-717-7659
yamaguchi@med.tohoku.ac.jp
日本語
その他
英語
Tohoku University Graduate School of Medicine, Biostatistics
日本語
東北大学大学院医学系研究科
日本語
医学統計学分野
日本語
英語
日本語
その他
英語
SAS Institute Japan Ltd
日本語
SAS Institute Japan株式会社
日本語
営利企業/Profit organization
日本語
英語
日本語
日本乳腺甲状腺超音波医学会
英語
Japan Association of Breast and Thyroid Sonology
日本語
英語
日本語
英語
日本語
英語
いいえ/NO
日本語
英語
日本語
英語
2018 | 年 | 03 | 月 | 03 | 日 |
未公表/Unpublished
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
日本語
英語
参加者募集終了‐試験継続中/No longer recruiting
2018 | 年 | 01 | 月 | 24 | 日 |
2018 | 年 | 02 | 月 | 05 | 日 |
日本語
収集可能な最大限の症例を収集する
英語
Collect the maximum number of cases that can be collected
2018 | 年 | 03 | 月 | 02 | 日 |
2019 | 年 | 03 | 月 | 04 | 日 |
日本語
https://center6.umin.ac.jp/cgi-open-bin/ctr/ctr_view.cgi?recptno=R000035991
英語
https://center6.umin.ac.jp/cgi-open-bin/ctr_e/ctr_view.cgi?recptno=R000035991
研究計画書 | |
---|---|
登録日時 | ファイル名 |
研究症例データ仕様書 | |
---|---|
登録日時 | ファイル名 |
研究症例データ | |
---|---|
登録日時 | ファイル名 |