文献

J-GLOBAL ID：201702269076785250   整理番号：17A0212893

病理画像におけるブラインド染色分離のための色分布の円混合モデル化【Powered by NICT】

Circular Mixture Modeling of Color Distribution for Blind Stain Separation in Pathology Images

著者 (2件)： Li Xingyu (Multimedia Lab, The Edward S. Rogers Department of Electrical and Computer Engineering, University of Toronto, Toronto, ON, Canada) ,  Plataniotis Konstantinos N. (Multimedia Lab, The Edward S. Rogers Department of Electrical and Computer Engineering, University of Toronto, Toronto, ON, Canada)
資料名： IEEE Journal of Biomedical and Health Informatics  (IEEE Journal of Biomedical and Health Informatics)
巻： 21  号： 1  ページ： 150-161  発行年： 2017年 
JST資料番号： W1135A  ISSN： 2168-2194  CODEN： IJBHA9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： デジタル病理学では,病理学画像における色変化および組織学的成分共局在性を解決するために,染色分解は,通常,スペクトル正規化と組織成分セグメンテーションに先行実施した。染色分解の問題,代数における自然非負行列因数分解(NMF)問題を検討し,円形カラー解析モジュールとNMFベース計算モジュールからなる系統的,解析的ソリューションを紹介した。染色割合は直接逆行列演算を用いた推定染色スペクトルから計算する既存染色分解アルゴリズムのパラダイムとは異なり,導入された溶液は確率的推論個別による染色スペクトルと染色深さを推定した。提案した方法は,画素クラスタリングにおける色解析と染色共起における無色画素に余分な注意を払うため,最小分解残さと一致し,信頼性の高い染色分解を達成した。特に,色相の周期的および角度特性の認識,色相分布を解析し,染色重なりによって導入された色混合に対処するために完全なカラーベースピクセルソフトクラスタリング解を提供する円形von Mises混合モデルの使用を提案した。革新飽和加重計算と組み合わせて,著者らの研究は,弱い染色および広域スペクトル染色のための効果的であった。多重公共病理データセット上での包括的実験により,提案アプローチでは,分解有効性に関して最先端のブラインド染色分離法よりも優れていることを示唆している。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 画素 ,  正規化 ,  色相 ,  *病理 ,  クラスタ化 ,  セグメンテーション ,  ディジタル方式 ,  混色 ,  *染色 ,  代数学 ,  病理学 ,  スペクトル ,  *混合効果モデル ,  改変
準シソーラス用語： 局在化 ,  *混合モデル ,  *色分布 , 【Automatic Indexing@JST】

分類 (2件)： 人間機械系  (IB03000G) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： 病理画像 ,  ブラインド ,  染色 ,  色分布 ,  円 ,  混合モデル