文献

J-GLOBAL ID：201802281384682299   整理番号：18A1895533

深部学習と発見的最適化による組織病理学的画像における核検出【JST・京大機械翻訳】

Nuclei Detection in Histopathological Images with Deep Learning and Heuristic Optimization

著者 (2件)： Koyun Onur Can ,  Bilgin Gokhan
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BIYOMUT  ページ： i-iv  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： 病理学的検査は診断過程において重要な役割を果たす。病理学者は診断を行うために生検を分析する。しかしながら,組織病理学画像における核の検出は,時間に関して費用のかかる手順である。病理組織像の複雑さのため,異なる観察者は異なる結論に達する可能性がある。最近,患者と病理学者にとってより速い,自動デジタル病理学は,研究と臨床診療のために多くの注意を引きつける。手動画像解析と比較して,コンピュータ化方法は,観察者間変動によって影響を受けなかった。本論文では,深い畳込み神経回路網(CNN)を用いて核検出過程を自動化し,結腸直腸腺癌のヘマトキシリンおよびエオシン(H&E)染色病理組織像における核の中心座標を見出すためにシミュレーテッドアニーリングをシミュレートした。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： 畳込み ,  腺癌 ,  染色 ,  *病理学 ,  *画像 ,  *学習 ,  コンピュータ ,  ディジタル方式 ,  自動化 ,  生検 ,  患者 ,  シミュレーテッドアニーリング ,  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： 観測者 ,  複雑性 , 【Automatic Indexing@JST】

分類 (5件)： パターン認識  (JE07000S) ,  音声処理  (JE05000E) ,  符号理論  (ND02030R) ,  図形・画像処理一般  (JE04010I) ,  専用演算制御装置  (JC04030Y)

物質索引 (1件)： ヘマトキシリン

タイトルに関連する用語 (6件)： 深部 ,  学習 ,  発見 ,  最適化 ,  組織病理学 ,  核