文献

J-GLOBAL ID：201702263543918629   整理番号：17A1036520

組織病理学画像における有糸分裂細胞検出のための深い残留H ough投票【Powered by NICT】

Deep residual Hough voting for mitotic cell detection in histopathology images

著者 (2件)： Wollmann T. (University of Heidelberg, BIOQUANT, IPMB, and DKFZ Heidelberg, Dept. Bioinformatics and Functional Genomics, Biomedical Computer Vision Group, Im Neuenheimer Feld 267, 69120, Germany) ,  Rohr K. (University of Heidelberg, BIOQUANT, IPMB, and DKFZ Heidelberg, Dept. Bioinformatics and Functional Genomics, Biomedical Computer Vision Group, Im Neuenheimer Feld 267, 69120, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISBI  ページ： 341-344  発行年： 2017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： 顕微鏡画像における細胞検出は一般的で挑戦的な課題である。組織病理学画像における有糸分裂細胞検出,Hough投票と組み合わせた深部残留ネットワークアーキテクチャに基づく新しいアプローチを提案した。ニューラルネットワークのための投票層を提案し,新しい損失関数を導入した。我々のアプローチは,細胞中心画像と原画像を用いた引かきから学習される。浸潤性乳癌の組織学画像を含む挑戦的なAMIDA13データセット上で提案アプローチのベンチマークを行った。は筆者らのアプローチが比肩可能な結果を達成したことが分かった。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： *投票 ,  ニューラルネットワーク ,  *画像 ,  ベンチマーク ,  損失関数 ,  深部 ,  学習 ,  *有糸分裂 ,  ネットワークアーキテクチャ
準シソーラス用語： 浸潤性乳癌 ,  顕微鏡画像 ,  *病理組織学 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (5件)： 組織病理学 ,  有糸分裂 ,  細胞 ,  残留 ,  投票