1 群馬県立県民健康科学大学診療放射線学部診療放射線学科Gunma Prefectural College of Health Sciences
2 群馬パース大学医療技術学部放射線学科Gunma Paz University
3 公立藤岡総合病院診療支援部放射線室Fujioka General Hospital
4 新潟大学大学院保健学研究科放射線技術科学分野Niigata University
放射性医薬品の誤投与は防ぐ必要がある。本研究では，スマートフォンを用いた誤投与防止のための患者–放射性医薬品照合システム開発を考案し，その要素技術である放射性医薬品の容器を識別する深層学習モデルを開発した。ResNet18の転移学習および10分割交差検証を実施した結果，15種類の放射性医薬品容器をすべて正確に分類できた。本研究により，提案システムの実現可能性が証明された。
We designed a patient–radiopharmaceutical matching system for preventing misadministration using smartphone, and developed a deep-learning model to identify radiopharmaceutical containers as an elemental technology for the system. As a result of the ResNet18 transfer learning and 10-fold cross-validation, this model achieved 100％ accuracy in classifying 15 different radiopharmaceutical containers. The feasibility of the proposed system was proven.
Key words: prevention of misadministration; radiopharmaceutical identification; smartphone in hospital; face recognition; deep learning
© Japan Radioisotope Association 2024. This is an open access article distributed under the Creative Commons Attribution 4.0 International (CC BY 4.0) License (https://creativecommons.org/licenses/by/4.0/)© Japan Radioisotope Association 2024. This is an open access article distributed under the Creative Commons Attribution 4.0 International (CC BY 4.0) License (https://creativecommons.org/licenses/by/4.0/)
This page was created on 2024-01-11T10:42:30.524+09:00
This page was last modified on 2024-02-01T08:10:39.000+09:00
このサイトは（株）国際文献社によって運用されています。
