文献

J-GLOBAL ID：201902214994549635   整理番号：19A1935496

間質性線維症診断のための肺生検の高解像度画像における関心領域の自動同定法【JST・京大機械翻訳】

How to Automatically Identify Regions of Interest in High-Resolution Images of Lung Biopsy for Interstitial Fibrosis Diagnosis

著者 (6件)： Cuadros Linares Oscar (University of Sao Paulo) ,  Faical Bruno (University of Sao Paulo) ,  Barbosa Paulo (University of Sao Paulo) ,  Hamann Bernd (University of California) ,  Fabro Alexandre (University of Sao Paulo) ,  Traina Agma (University of Sao Paulo)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： CBMS  ページ： 571-574  発行年： 2019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： 空気中心性間質性線維症(ACIF)は間質性肺疾患の組織学的パターンである。その診断は,臨床データ,コンピュータ断層撮影データ,および肺生検データなどの多様な情報が分析される学際的アプローチを必要とする。生検試料を高分解能でデジタル化した。非常に興味深いことは,細胞外マトリックス沈着による気管支および気管支中心リモデリングである。画像を分析するために,専門家は,低い顕微鏡倍率でそれを調査し,関心領域を選択し,より小さい特定のサブ画像をより高い倍率で解釈するために輸出する必要がある。このプロセスは時間を要し,時間を必要とする数回実行される。肺生検から高解像度画像におけるACIFの特異的パターンを同定するために,病理学者を支援する方法を提案した。これは,a)自動顕微鏡倍率低減によって行うことができる。B)高密度領域に属する画素の確率を計算する。C)高および低密度領域の局所二値パターン(LBP)を抽出する。d)色の可視化。9つの高分解能肺生検に関する著者らの方法を評価した。著者らは,kNNアルゴリズムを用いて高および低密度領域のLBP特徴をテストし,94.4%の分類精度を得た。これは,このタイプのデータに対する文献で報告された最高のものである。Copyright 2019 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： 沈着 ,  境界領域 ,  アルゴリズム ,  可視化 ,  画素 ,  *生検 ,  高分解能 ,  *診断 ,  計算機トモグラフィー ,  *画像 ,  細胞外マトリックス ,  気管支
準シソーラス用語： ディジタル化 ,  *関心領域 ,  *肺生検 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 間質性線維症 ,  診断 ,  肺生検 ,  高解像度画像 ,  関心領域 ,  同定法