文献

J-GLOBAL ID：201402232867430806   整理番号：14A1275344

有糸分裂検出のための畳み込みニューラルネットワークと手作り特性のカスケードアンサンブル

Cascaded Ensemble of Convolutional Neural Networks and Handcrafted Features for Mitosis Detection

著者 (9件)： WANG Haibo (Case Western Reserve Univ., USA) ,  CRUZ-ROA Angel (Universidad Nacional de Colombia, COL) ,  BASAVANHALLY Ajay (Case Western Reserve Univ., USA) ,  GILMORE Hannah (Case Western Reserve Univ., USA) ,  SHIH Natalie (Univ. Pennsylvania, USA) ,  FELDMAN Mike (Univ. Pennsylvania, USA) ,  TOMASZEWSKI John (Univ. at Buffalo School of Medicine and Biomedical Sci., USA) ,  GONZALEZ Fabio (Universidad Nacional de Colombia, COL) ,  MADABHUSHI Anant (Case Western Reserve Univ., USA)
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 9041  ページ： 90410B.1-90410B.10  発行年： 2014年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
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： 有糸分裂検出は乳癌進行度における3重要因子の一つである。既存の方法は手作り特性(形態,色,テクスチャ特徴)または畳み込みニューラルネットワーク(CNN)学習特性のいずれかを用いて有糸分裂を検出しようと試みる。しかし,手作り特性のみでは低い検出精度の問題があり,CNNベースアプローチでは高い計算の複雑性がある。ここで,手作り特性とCNNを結び付けるカスケードアプローチを紹介する。ICPRコンテストで首位の方法論(11層CNN二モデル,F値=0.78)と比較して,このアプローチはより速く,必要とする計算資源がより少なくてすむ。

シソーラス用語： *有糸分裂 ,  病理学 ,  *ニューラルネットワーク ,  集合 ,  *細胞生理 ,  特性 ,  数値 ,  精度 ,  比率 ,  *検出 ,  現象 ,  乳房腫瘍 ,  診断 ,  細胞計数 ,  計算機処理方式 ,  *画像特性
準シソーラス用語： F値 ,  データセット ,  テクスチャ特徴 ,  悪性度診断 ,  偽陰性 ,  偽陽性 ,  計算機処理システム ,  検出精度 ,  再現率 ,  *細胞核形態 ,  *自動検出 ,  色特徴 ,  乳癌 ,  病理組織学

分類 (4件)： 腫ようの診断  (GE03020J) ,  病理検査  (GC02040S) ,  生体の顕微鏡観察法  (EA03050C) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： 有糸分裂 ,  畳み込みニューラルネットワーク ,  手作り ,  カスケード ,  アンサンブル