文献

J-GLOBAL ID：201702220341712920   整理番号：17A1772232

病理組織学的画像における畳込みニューラルネットワークと教師なしドメイン適応化を介した上皮間質分類【Powered by NICT】

Epithelium-Stroma Classification via Convolutional Neural Networks and Unsupervised Domain Adaptation in Histopathological Images

著者 (5件)： Huang Yue (School of Information Science and Engineering, Xiamen University, Xiamen, China) ,  Zheng Han (School of Information Science and Engineering, Xiamen University, Xiamen, China) ,  Liu Chi (Department of Biomedical Engineering, Carnegie Mellon University, Pittsburgh, PA, USA) ,  Ding Xinghao (School of Information Science and Engineering, Xiamen University, Xiamen, China) ,  Rohde Gustavo K. (Electrical Engineering Department and Biomedical Engineering Department, University of Virginia, VA, USA)
資料名： IEEE Journal of Biomedical and Health Informatics  (IEEE Journal of Biomedical and Health Informatics)
巻： 21  号： 6  ページ： 1625-1632  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： 上皮間質分類は病理組織像分析で必要な前処理ステップである。画像取得手順に変化した場合,新しいニューラルネットワークを訓練するために組織学的データのための現在の深い学習に基づく認識法は,大量のラベル付きデータの収集を必要とする。しかし,手動で専門的,実世界応用の限界をもたらす各病理学研究のための十分な量のデータを標識するために病理学者に非常に高価である。簡単な畳込みニューラルネットワーク(CNN)への教師なしドメイン適応の概念を導入し,非常に簡単であるが効果的な深層学習法をこの論文で提案されている。転移学習に触発されて,本論文では,訓練データと試験データが異なる分布に従うことを仮定し,特徴抽出におけるCNNにおけるカーネルをより正確に推定するための適応操作である,ソース領域におけるラベル付きデータからの知識を移動目標領域においてラベルなしデータによる性能を向上させるために。モデルは断面データセット検証による三つの独立した公共上皮間質データセットを用いて評価した。実験結果は上皮間質分類のための,提案したフレームワークが最先端深層ニューラルネットワークモデル性能的に優れており,それはまた,他の既存の深いドメイン適応の方法よりも良好な性能を達成することを示した。提案したモデルは,病理組織学的画像解析における実世界応用のためのより良いオプションであると考えられる,各特定領域における大規模ラベル付きデータの必要性をより長くないからである。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： *間質組織 ,  *上皮 ,  *畳込み ,  画像分析 ,  前処理 ,  *ニューラルネットワーク ,  深層 ,  特徴抽出 ,  *画像 ,  病理学
準シソーラス用語： 神経回路網モデル ,  訓練データ ,  転移学習 ,  深層学習 ,  *病理組織学 , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： 病理組織学 ,  畳込みニューラルネットワーク ,  教師 ,  ドメイン適応 ,  上皮 ,  間質 ,  分類