文献

J-GLOBAL ID：201602237137726448   整理番号：16A1384817

全スライド組織画像分類のためのパッチベース畳込みニューラルネットワーク【Powered by NICT】

Patch-Based Convolutional Neural Network for Whole Slide Tissue Image Classification

著者 (6件)： Hou Le ,  Samaras Dimitris ,  Kurc Tahsin M. ,  Gao Yi ,  Davis James E. ,  Saltz Joel H.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： CVPR  ページ： 2424-2433  発行年： 2016年 
JST資料番号： W2441A  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： 畳込みニューラルネットワーク(CNN)は,多くの画像分類タスクの状態theartモデルである。しかし,癌サブタイプを自動的に認識し,ギガピクセル分解能全スライド組織画像(WSI)にCNNを訓練されている計算は不可能である。癌サブタイプの分化は画像パッチスケールで観察された細胞レベルの視覚的特徴に基づいている。,はこの状況において,画像パッチのパッチレベル分類器を訓練するよりも優れているかまたは画像レベル分類器に類似した機能することを論じた。課題は知的パッチレベル分類結果を結合し,全てではないパッチを識別するという事実をモデル化する方法になる。パッチレベルCNNによって与えられたパッチレベル予測,我々の知る限りでは,今までに示されていないを集約するために意思決定融合モデルを訓練するために提案した。さらに,パッチの空間的関係を利用したロバスト識別パッチを自動的に位置決めする新しい期待値最大化(EM)ベースの方法を定式化した。法神経膠腫と肺非小細胞癌サブタイプへの分類に適用した。この方法の分類精度は病理医間の観察者間一致と類似していた。WSIに対するセルラニューラルネットワークを訓練するために不可能であったが,パッチベースCNNは画像ベースCNNより優れていることを小さい画像の同程度の非癌データセットを用いて実験的に実証した。Copyright 2016 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： 分解能 ,  モデリング ,  *畳込み ,  *画像 ,  意思決定 ,  *ニューラルネットワーク ,  神経膠腫 ,  *スライド ,  ロバスト性 ,  非小細胞肺癌 ,  セルラニューラルネットワーク
準シソーラス用語： 分類精度 ,  EMアルゴリズム ,  サブタイプ ,  *画像分類 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： スライド ,  組織 ,  画像分類 ,  パッチ ,  畳込みニューラルネットワーク