文献

J-GLOBAL ID：201802250768863873   整理番号：18A1030518

SAMS-NET:組織学画像におけるインスタンスに基づく核セグメンテーションのための染色を意識したマルチスケールネットワーク【JST・京大機械翻訳】

SAMS-NET: Stain-aware multi-scale network for instance-based nuclei segmentation in histology images

著者 (2件)： Graham S. (Department of Computer Science, University of Warwick, UK) ,  Rajpoot N. M (Department of Computer Science, University of Warwick, UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ISBI  ページ： 590-594  発行年： 2018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： 組織学スライドにおける核物質のセグメンテーションは,核が重要な診断マーカーとして作用する能力のために,デジタル病理学ワークフローにおける重要なステップである。手動セグメンテーションは,全体のスライド画像(WSI)内の多くの核を分析するためにしばしば必要とされる,病理学者がしばしば必要とされる面倒な作業である。ディジタル病理学の上昇は,ヘマトキシリン&エオシン(H&E)染色組織像における自動化核セグメンテーションに対する関心の増加と一致しているが,これは異なる型の核の不均一な出現により課題となっている。この不均一性により,可変的なヘマトキシリン強度を有する核に導くことができ,それはしばしば現在の方法の成功に有害な影響を及ぼす。正確なオブジェクトレベルの核セグメンテーションのために,ヘマトキシリン強度に敏感な新しい損失関数を持つ深い多重スケールニューラルネットワークを提案した。著者らは,提案したネットワークが,MICCAI2017の一部として,計算精度医学(CPM)核セグメンテーションチャレンジデータセットに対して,すべての競合する方法より優れていることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： *染色 ,  ワークフロー ,  自動化 ,  損失関数 ,  ニューラルネットワーク ,  *ネットワーク ,  ディジタル方式 ,  *画像 ,  *セグメンテーション ,  不均一性 ,  スライド ,  病理学 ,  脂肪族化合物 ,  酸素複素環化合物 ,  多価フェノール ,  芳香族縮合化合物 ,  ポリオール
準シソーラス用語： 計算精度 ,  *マルチスケール , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

物質索引 (1件)： ヘマトキシリン

タイトルに関連する用語 (7件)： 組織学 ,  インスタンス ,  核 ,  セグメンテーション ,  染色 ,  意識 ,  マルチスケール