Jove
Visualize
お問い合わせ
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する概念動画

Brain Imaging01:14

Brain Imaging

1.0K
Brain imaging technologies provide critical insights into both the structure and function of the human brain, enabling medical professionals and researchers to diagnose, study, and treat neurological disorders or psychiatric disorders more effectively.
These technologies include computerized axial tomography (CAT or CT scans), positron-emission tomography (PET scans),  magnetic resonance imaging (MRI),  functional magnetic resonance imaging (fMRI), and Transcranial Magnetic...
1.0K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Towards Automated Spine Fracture Detection on Whole-Body CT of Polytraumatized Patients.

Journal of imaging·2026
Same author

Initial data from the prospectively randomized G-MEMBRANE trial and systematic review on the embolization of the middle meningeal artery in the treatment of chronic subdural hematomas.

Scientific reports·2026
Same author

Clinical relevance of intracranial stenosis as false-positive findings of a deep learning algorithm trained to detect large vessel occlusions: a retrospective cohort study of a supraregional stroke centre.

BMJ open·2026
Same author

Social Media for Marketing Surgical Practice: Instagram Use by German Plastic Surgeons.

Plastic and reconstructive surgery. Global open·2026
Same author

E-Scooter-Associated Injury Types and Injury Severity: A Systematic Review and Meta-Analysis.

Journal of clinical medicine·2026
Same author

Meniscus and ligament injuries associated with tibial plateau fractures cannot be predicted from CT scans, even with high surgical experience.

Archives of orthopaedic and trauma surgery·2026

関連する実験動画

Updated: May 5, 2026

Automated Midline Shift and Intracranial Pressure Estimation based on Brain CT Images
14:08

Automated Midline Shift and Intracranial Pressure Estimation based on Brain CT Images

Published on: April 13, 2013

43.7K

頭部コンピューター断層撮影における頭蓋内出血検出のための機械学習アルゴリズム

Leonie Goelz1,2, Dirk Stengel3, Wiebke Käckenmester4

  • 1Department of Diagnostic and Interventional Radiology, BG Klinikum Unfallkrankenhaus Berlin gGmbH, Berlin, Germany.

The Cochrane database of systematic reviews
|February 24, 2026
PubMed
まとめ

このレビュープロトコルは、頭蓋内出血（ICH）を検出するための機械学習（ML）アルゴリズムの診断精度を評価することを目的としています。患者は頭部コンピューター断層撮影（hCT）を受けています。MLのパフォーマンスを評価するために、感度、特異度、その他の指標を分析します。

キーワード:
機械学習頭蓋内出血コンピューター断層撮影診断精度放射線科

さらに関連する動画

A Volumetric Method for Quantification of Cerebral Vasospasm in a Murine Model of Subarachnoid Hemorrhage
08:12

A Volumetric Method for Quantification of Cerebral Vasospasm in a Murine Model of Subarachnoid Hemorrhage

Published on: July 28, 2018

8.5K
Endovascular Perforation Model for Subarachnoid Hemorrhage Combined with Magnetic Resonance Imaging MRI
06:30

Endovascular Perforation Model for Subarachnoid Hemorrhage Combined with Magnetic Resonance Imaging MRI

Published on: December 16, 2021

4.5K

関連する実験動画

Last Updated: May 5, 2026

Automated Midline Shift and Intracranial Pressure Estimation based on Brain CT Images
14:08

Automated Midline Shift and Intracranial Pressure Estimation based on Brain CT Images

Published on: April 13, 2013

43.7K
A Volumetric Method for Quantification of Cerebral Vasospasm in a Murine Model of Subarachnoid Hemorrhage
08:12

A Volumetric Method for Quantification of Cerebral Vasospasm in a Murine Model of Subarachnoid Hemorrhage

Published on: July 28, 2018

8.5K
Endovascular Perforation Model for Subarachnoid Hemorrhage Combined with Magnetic Resonance Imaging MRI
06:30

Endovascular Perforation Model for Subarachnoid Hemorrhage Combined with Magnetic Resonance Imaging MRI

Published on: December 16, 2021

4.5K

科学分野:

  • 医用画像解析
  • 診断における人工知能
  • 放射線科研究

背景:

  • 頭蓋内出血（ICH）の検出は、患者の転帰にとって重要です。
  • 頭部コンピューター断層撮影（hCT）は、ICH診断の主要な画像モダリティです。
  • 機械学習（ML）は、hCTスキャンにおける自動ICH検出の可能性を示しています。

研究 の 目的:

  • hCTにおけるICH検出のためのMLアルゴリズムの診断精度を評価する。
  • ICH検出のためのMLのプールされた感度と特異度を決定する。
  • ICH検出におけるMLの診断パフォーマンスに影響を与える要因を探る。

主な方法:

  • 診断精度研究の系統的レビューとメタアナリシス。
  • ICH検出のためのhCTに適用されるMLアルゴリズムの包含。
  • 感度、特異度、尤度比、ROC曲線を使用した診断精度の評価。

主要な成果:

  • 本セクションでは、ICH検出におけるMLアルゴリズムのプールされた診断精度推定値を提示します。
  • 異質性分析により、MLパフォーマンスに影響を与える要因（例：アルゴリズムの種類、研究デザイン）を特定します。
  • 信頼区間と尤度比は、診断テストのパフォーマンスを定量化します。

結論:

  • MLアルゴリズムは、hCTにおける正確なICH検出の可能性を示しています。
  • 異質性の原因を理解することは、MLツールの実装を最適化するための鍵となります。
  • さらなる研究は、神経画像診断におけるMLアプリケーションを洗練させる可能性があります。