文献

J-GLOBAL ID：201702297615251042   整理番号：17A1917397

幹細胞集団の相コントラスト顕微鏡画像シーケンスにおける有糸分裂検出:批判的レビュー【Powered by NICT】

Mitosis Detection in Phase Contrast Microscopy Image Sequences of Stem Cell Populations: A Critical Review

著者 (4件)： Liu An-An (School of Electrical and Information Engineering, Tianjin University, Tianjin, China) ,  Lu Yao (School of Electrical and Information Engineering, Tianjin University, Tianjin, China) ,  Chen Mei (Department of Electrical and Computer Engineering, State University of New York at Albany, Albany, NY) ,  Su Yu-Ting (School of Electrical and Information Engineering, Tianjin University, Tianjin, China)
資料名： IEEE Transactions on Big Data  (IEEE Transactions on Big Data)
巻： 3  号： 4  ページ： 443-457  発行年： 2017年 
JST資料番号： W2442A  ISSN： 2332-7790  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： 細胞集団からの有糸分裂の検出は,多くの生物学的研究と生物医学的応用における基本的問題である。最新の研究では,先進的画像技術は細胞の顕微鏡画像を大量に生成するために適用した。しかし,人間の眼におけるとこれらの画像からすべての有糸分裂細胞を検出することは退屈で時間がかかる。近年,いくつかのアプローチは,人間が高い効率と精度でこの作業を自動的に提案されている。本レビュー論文では,最初の有糸分裂検出のためのいくつかの一般的に使用されるデータセットを述べ,次に有糸分裂検出のための異なる種類の方法を検討し,に基づく方法を追跡,フリー法,ハイブリッド法,および深い学習アーキテクチャに基づく最も最近提案された作業を追跡。は同じデータセット上でこれらの方法を比較し,深い学習ベース手法は,性能の大きな改善を実現していることを見出した。最後に,有糸分裂検出に関する将来の可能性のある手法,これまでの研究の成功と現代の研究におけるビッグデータの利点を組み合わせることを検討した。専門知識考慮は,バイオメディカル領域における非常に必要である,専門的技能がない注釈と生物医学ビッグデータからの情報を学習する可能性をさらに議論する。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： 計算機アーキテクチャ ,  学習 ,  画像技術 ,  *画像 ,  *コントラスト ,  *顕微鏡 ,  *幹細胞 ,  *有糸分裂
準シソーラス用語： 生物医学 ,  専門知識 ,  ビッグデータ ,  ハイブリッド法 ,  *顕微鏡画像 ,  *細胞凝集体 ,  *画像列 , 【Automatic Indexing@JST】

分類 (2件)： 医用画像処理  (JE04020T) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 幹細胞 ,  集団 ,  コントラスト ,  顕微鏡画像 ,  シーケンス ,  有糸分裂 ,  レビュー