文献

J-GLOBAL ID：201602217838818338   整理番号：16A0016991

明視野多重化免疫組織化学画像における染色分離用の集団スパース性モデル

Group sparsity model for stain unmixing in brightfield multiplex immunohistochemistry images

著者 (2件)： CHEN Ting (Ventana Medical Systems, Inc. A Member of the Roche Group, 94043, USA) ,  SRINIVAS Chukka (Ventana Medical Systems, Inc. A Member of the Roche Group, 94043, USA)
資料名： Computerized Medical Imaging and Graphics  (Computerized Medical Imaging and Graphics)
巻： 46  号： P1  ページ： 30-39  発行年： 2015年12月 
JST資料番号： T0220A  ISSN： 0895-6111  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 多重化免疫組織化学(IHC)染色は単一組織切片内の複数バイオマーカの検出用の新しい台頭した技法である。デジタル病理学における多重化IHC画像解析における初期の鍵となる段階は,IHC画像を正確に分離し,各染色を差別化するその能力のために途轍もなく臨床的に重要である。この技法はその著しい効率及びそれが含む豊富な診断情報のために人気となって来た。3チャネルCCDカラーカメラ取得RGB画像の3色を越すものへの分離の企画作業は非常に挑戦的で,筆者らの知る限り,学究文献中では殆ど研究されていない。本論文では集団スパース性モデルに基づいた明視野多重化IHC画像用の新規の染色分離アルゴリズムを提示した。提案フレームワークはバイオマーカの生物学的制約を保存しながら,3つを越す色素生成染料用のロバスト分離を達成する。典型的には,数多くのバイオマーカがアプリオリに名付けられた同一の細胞部分中に共局所化する。この生物学的情報を念頭に置いて,1つのピクセルでの染色の個数は,それ故に,固定の上界,即ち,局所化バイオマーカの個数と等しい,を持つ。集団スパース性モデルを活用する事によって,共局所化バイオマーカからの染色寄与の割合は集団内で最小二乗解をもたらす1つの集団へと明示的にモデル化される。理想的には,各ピクセルでバイオマーカの1つの集団のみが存在するので,集団間でスパース解を得られる。人工及び臨床双方のデータセット上で本アルゴリズムを評価し,既存の戦略と比較したより良い分離結果を論証した。Copyright 2016 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *モデル ,  視野 ,  *多重化 ,  *免疫組織化学 ,  画像 ,  色 ,  デコンボリューション ,  色空間 ,  分離
準シソーラス用語： RGB ,  *集団スパース性モデル ,  明視野

分類 (2件)： 医用画像処理  (JE04020T) ,  統計学  (AB08000H)

タイトルに関連する用語 (7件)： 明視野 ,  多重化 ,  免疫組織化学 ,  染色 ,  集団 ,  スパース性 ,  モデル