文献

J-GLOBAL ID：201702269474713663   整理番号：17A1036586

仮想3Dモデルを用いた血管キャラクタリゼーションおよび蛍光顕微鏡における畳込みニューラルネットワーク【Powered by NICT】

Blood vessel characterization using virtual 3D models and convolutional neural networks in fluorescence microscopy

著者 (7件)： Chowdhury Aritra (GE Global Research Center, Niskayuna NY, United States of America) ,  Dylov Dmitry V. (GE Global Research Center, Niskayuna NY, United States of America) ,  Li Qing (GE Global Research Center, Niskayuna NY, United States of America) ,  MacDonald Michael (GE Global Research Center, Niskayuna NY, United States of America) ,  Meyer Dan E. (GE Global Research Center, Niskayuna NY, United States of America) ,  Marino Michael (GE Global Research Center, Niskayuna NY, United States of America) ,  Santamaria-Pang Alberto (GE Global Research Center, Niskayuna NY, United States of America)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ISBI  ページ： 629-632  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： 千血管物体の百画像から成る大規模データベースに跨る血管差の簡便な定量分析を可能にするために脳組織切片の顕微鏡写真における微小血管形態の特性化のための自動化法を報告した。著者らの目的は,脈管構造の仮想3Dパラメトリックモデルは神経病理学における自然獲得データの形態を表現できることを示すことである。本研究では,ホルマリン固定,パラフィン包埋(FFPE)ヒト脳組織試料中の最も頻繁に観察される三つの異なる形態に焦点を当てた:単一血管ない示し(または崩壊した)顕著な内腔(”RoundLumen ”)明確な管腔(”RoundLumen+”);単一血管二血管は近接して一緒に束ねられた(「双晶」)。解析は,予め訓練された畳込みニューラルネットワークを用いた特徴の抽出を含んでいる。階層的分類は単一血管(RoundLumen)を区別する双晶;から行った。RoundLumenとRoundLumen+間のより粒状分類による仮想と天然データモデルの並列比較を提示した。仮想データ上に構築された分類モデルは,それぞれ二つの前述の分類タスクに対して92.8%と98.3%の精度を達成するよく機能することを観察した。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： 顕微鏡写真 ,  *蛍光顕微鏡 ,  形態 ,  *畳込み ,  双晶 ,  *三次元 ,  定量分析 ,  *血管 ,  ヒト ,  *ニューラルネットワーク ,  *キャラクタリゼーション ,  自動化 ,  画像
準シソーラス用語： 脳組織 ,  組織切片 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (6件)： 仮想 ,  3Dモデル ,  血管 ,  キャラクタリゼーション ,  蛍光顕微鏡 ,  畳込みニューラルネットワーク