Deep learning approach for discrimination of liver lesions using nine time-phase images of contrast-enhanced ultrasound.

Kamiyama, Naohisa; Sugimoto, Katsutoshi; Nakahara, Ryuichi; Kakegawa, Tatsuya; Itoi, Takao

Kamiyama, Naohisa; Sugimoto, Katsutoshi; Nakahara, Ryuichi; Kakegawa, Tatsuya; Itoi, Takao.

Afiliação

Kamiyama N; Ultrasound General Imaging, GE HealthCare Japan, 127 Asahigaoka-4, Hino, Tokyo, 191-0065, Japan. naohisa.kamiyama@ge.com.
Sugimoto K; Department of Gastroenterology and Hepatology, Tokyo Medical University, Tokyo, 160-0023, Japan.
Nakahara R; Department of Orthopedic Surgery, Dentistry and Pharmaceutical Sciences, Okayama University Graduate School of Medicine, Okayama, 700-8558, Japan.
Kakegawa T; Department of Gastroenterology and Hepatology, Tokyo Medical University, Tokyo, 160-0023, Japan.
Itoi T; Department of Gastroenterology and Hepatology, Tokyo Medical University, Tokyo, 160-0023, Japan.

J Med Ultrason (2001) ; 51(1): 83-93, 2024 Jan.

Article em En | MEDLINE | ID: mdl-38051461

Assuntos

Carcinoma Hepatocelular; Aprendizado Profundo; Compostos Férricos; Ferro; Neoplasias Hepáticas; Óxidos; Humanos; Carcinoma Hepatocelular/diagnóstico por imagem; Carcinoma Hepatocelular/patologia; Neoplasias Hepáticas/diagnóstico por imagem; Neoplasias Hepáticas/patologia; Meios de Contraste; Estudos Prospectivos; Aumento da Imagem/métodos; Ultrassonografia/métodos; Sensibilidade e Especificidade

Palavras-chave

Contrast-enhanced ultrasonography; Hepatocellular carcinoma; Machine learning; Multi-input deep learning model

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Óxidos / Compostos Férricos / Carcinoma Hepatocelular / Aprendizado Profundo / Ferro / Neoplasias Hepáticas Limite: Humans Idioma: En Revista: J Med Ultrason (2001) Ano de publicação: 2024 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google