慶應義塾大学学術情報リポジトリ(KOARA)KeiO Associated Repository of Academic resources

慶應義塾大学学術情報リポジトリ(KOARA)

ホーム  »»  アイテム一覧  »»  アイテム詳細

アイテム詳細

アイテムタイプ Article
ID
KAKEN_18K07644seika  
プレビュー
画像
thumbnail  
キャプション  
本文
KAKEN_18K07644seika.pdf
Type :application/pdf Download
Size :131.1 KB
Last updated :May 17, 2022
Downloads : 60

Total downloads since May 17, 2022 : 60
 
本文公開日
 
タイトル
タイトル ニューラルネットワークを用いた前立腺癌小線源治療の予後予測モデルの構築  
カナ ニューラル ネットワーク オ モチイタ ゼンリツセンガン ショウセンゲン チリョウ ノ ヨゴ ヨソク モデル ノ コウチク  
ローマ字 Nyūraru nettowāku o mochiita zenritsusengan shōsengen chiryō no yogo yosoku moderu no kōchiku  
別タイトル
名前 Machine learning algorithms for predicting outcomes after prostate brachytherapy  
カナ  
ローマ字  
著者
名前 白石, 悠  
カナ シライシ, ユタカ  
ローマ字 Shiraishi, Yutaka  
所属 慶應義塾大学・医学部 (信濃町) ・講師  
所属(翻訳)  
役割 Research team head  
外部リンク 科研費研究者番号 : 00445339
 
出版地
 
出版者
名前  
カナ  
ローマ字  
日付
出版年(from:yyyy) 2021  
出版年(to:yyyy)  
作成日(yyyy-mm-dd)  
更新日(yyyy-mm-dd)  
記録日(yyyy-mm-dd)  
形態
1 pdf  
上位タイトル
名前 科学研究費補助金研究成果報告書  
翻訳  
 
 
2020  
 
開始ページ  
終了ページ  
ISSN
 
ISBN
 
DOI
URI
JaLCDOI
NII論文ID
 
医中誌ID
 
その他ID
 
博士論文情報
学位授与番号  
学位授与年月日  
学位名  
学位授与機関  
抄録
前立腺癌小線源治療に関する臨床データ、dose-volumeデータ、生物学的データを機械学習の手法を用いて統合分析し、有害事象や再発を予測するモデルを構築することを目的とした。その結果、機械学習を用いた直腸出血の予測モデルは、従来有用と考えられてきた直腸出血の予測因子よりも高い予測精度を示すことがわかった。また、小線源治療後の再発を予測するモデルを構築し、臨床的再発部位の予測に関しても機械学習が有用である可能性が示唆された。
Machine learning classification algorithms for prediction of treatment response are becoming more popular in radiotherapy literature. The purpose of this study is to estimate their discriminative performance for outcome prediction after prostate permanent brachytherapy. Machine learning algorithms yield higher discriminative performance in toxicity prediction after permanent prostate brachytherapy than single dosimetric parameter. Our results also show that machine learning algorithms can predict clinical recurrence after prostate brachytherapy.
 
目次

 
キーワード
放射線治療  

小線源治療  

前立腺癌  

機械学習  
NDC
 
注記
研究種目 : 基盤研究 (C) (一般)
研究期間 : 2018~2020
課題番号 : 18K07644
研究分野 : 医学
 
言語
日本語  

英語  
資源タイプ
text  
ジャンル
Research Paper  
著者版フラグ
publisher  
関連DOI
アクセス条件

 
最終更新日
May 17, 2022 13:20:23  
作成日
May 17, 2022 13:20:23  
所有者
mediacenter
 
更新履歴
May 17, 2022    インデックス を変更
 
インデックス
/ Public / 科学研究費補助金研究成果報告書 / 2020年度 / 日本学術振興会
 
関連アイテム
 

ランキング

最も多く閲覧されたアイテム
1位 なぜ日本ユニテリ... (492) 1st
2位 ネットワークにつ... (476)
3位 ドイツのSNS対策... (452)
4位 慶應義塾大学薬学... (426)
5位 新自由主義に抗す... (402)

最も多くダウンロードされたアイテム
1位 慶應義塾大学薬学... (783) 1st
2位 ドイツのSNS対策... (546)
3位 楽天とアマゾンの... (496)
4位 インフルエンサー... (482)
5位 独ソ不可侵条約と... (444)

LINK

慶應義塾ホームページへ
慶應義塾大学メディアセンターデジタルコレクション
慶應義塾大学メディアセンター本部
慶應義塾研究者情報データベース