小児の胸部X線写真における気管内チューブの自動検出

/ /

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。

Comput Methods Programs Biomed.2015 Jan;118(1):1-10. S0169-2607(14)00368-X. doi: 10.1016/j.cmpb.2014.10.009.Epub 2014-11-04.

小児の胸部X線写真における気管内チューブの自動検出

Automated detection of endotracheal tubes in paediatric chest radiographs.

E-Fong Kao
Twei-Shiun Jaw
Chun-Wei Li
Ming-Chung Chou
Gin-Chung Liu

PMID: 25467807 DOI: 10.1016/j.cmpb.2014.10.009.

抄録

本研究の目的は、小児胸部X線写真におけるエンドotracheal Tubeの検出とその先端の位置を自動化する方法を開発することであった。この方法では，まず頸部を横切る線から種点を決定し，その種点から線路をトレースした．線路からLmaxとCの2つの特徴を決定し、それらを組み合わせて気管内チューブの存在を検出した。線路に適用した複数のしきい値を用いて先端部の候補位置を決定し、画像特徴量を解析してこれらの候補位置から最も適した位置を選択した。気管内チューブの有無の検出性能を評価するために、サポートベクターマシンを用いて、LmaxとCを基に気管内チューブの有無の画像を分類し、その判別性能を受信機動作特性（ROC）分析を用いて評価した。検出された先端位置の精度を評価するために、小児胸部画像の先端位置を放射線科医がアノテーションした。検出された先端位置の検出精度を評価するために，検出された位置とアノテーションされた位置の間の距離（誤差）を用いた．提案手法は、気管チューブを使用した528枚の画像と気管チューブを使用しない816枚の画像を用いて評価した。2 つの特徴量に基づいて気管内チューブの有無を検出した場合の判別性能を Az（ROC 曲線下面積）で評価したところ，0.943±0.009，先端位置の検出誤差は 1.89±2.01mm であった．提案手法は高い性能を有しており，小児胸部X線写真における気管内チューブの位置ずれの検出に有用であると考えられる．

The aim of this study was to develop an automated method for the detection of endotracheal tube and location of its tip in paediatric chest radiographs. In this method, a seed point was first determined from the line crossing the cervical region and a line path was traced from the seed point. Two features, Lmax and C, were determined from the path and were combined to detect the existence of the endotracheal tube. Multiple thresholds applied to the line path were used to determine the candidate locations for the tip, and the most suitable location was selected from these candidates by analysing the image features. To evaluate the performance of detection of endotracheal tube existence, support vector machine was used to classify the images with and without endotracheal tubes on the basis of Lmax and C. The discriminant performance of the method was evaluated using receiver operating characteristic (ROC) analysis. To evaluate the precision of the detected tip locations, the tip locations in paediatric chest images were annotated by a radiologist. The distance (error) between the detected and annotated locations was used to evaluate detection precision for the tip location. The proposed method was evaluated using 528 images with endotracheal tubes and 816 images without endotracheal tubes. The discriminant performance in this study, evaluated as Az (area under the ROC curve), for detecting the existence of endotracheal tubes on the basis of the two features was 0.943±0.009, and the detection error of the tip location was 1.89±2.01mm. The proposed method obtained high performance results and could be useful for detecting the malposition of endotracheal tubes in paediatric chest radiographs.