文献

J-GLOBAL ID：201902251079089744   整理番号：19A1785476

全スライド画像における有糸分裂検出のための高速ピラミッドBayesモデル【JST・京大機械翻訳】

A Fast Pyramidal Bayesian Model for Mitosis Detection in Whole-Slide Images

著者 (3件)： Lopez-Tapia Santiago (Computer Science and Artificial Intelligence Department, University of Granada, Granada, Spain) ,  Aneiros-Fernandez Jose (Intercenter Unit of Pathological Anatomy, San Cecilio University Hospital, Granada, Spain) ,  Perez de la Blanca Nicolas (Computer Science and Artificial Intelligence Department, University of Granada, Granada, Spain)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11435  ページ： 135-143  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ヘマトキシリンおよびエオシン画像における有糸分裂検出およびmm[数式:原文を参照]に対するその定量は,現在,いくつかのタイプの癌および特に乳癌に対する最も価値ある予後指標の1つである。全スライド画像において,主な目標は完全画像上のその存在を検出することである。本論文では,最新技術と効率の現状を改善するために,全スライドにおける有糸分裂検出タスクに対するいくつかの貢献を行った。有糸分裂を検出するための新しい粗から微細な錐体モデルを提案した。各ピラミッドレベルで,Bayes畳込みニューラルネットワークを訓練し,各画素上のクラス予測と不確実性を計算した。この情報は,上記の層からの制約機構としてピラミッド上でトップダウンされている。局所組織に対処するために,モデルの一部として幾何学的不変性を導入した。このモデルは,皮膚組織からの試料で訓練したとき,Mitos ICRP-2012試験データセットにおいて,82.6%のF1スコアを達成した。これは最新の現状と競合する。平均して,全スライドを20秒未満で解析した。皮膚組織からの8236分裂の新しいデータセットを作成し,我々のモデルを訓練した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *画像 ,  *有糸分裂 ,  予測 ,  乳房腫瘍 ,  画素 ,  *角錐 ,  *スライド ,  不変性 ,  *高速度 ,  不確実性 ,  ケトン ,  芳香族カルボン酸 ,  酸素複素環化合物 ,  芳香族臭素化合物 ,  フェノラート ,  芳香族縮合化合物 ,  脂肪族化合物 ,  多価フェノール ,  ポリオール
準シソーラス用語： マルチスケール ,  スコア ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： 有糸分裂検出 ,  ピラミッド ,  Bayesモデル ,  マルチスケール処理

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

物質索引 (2件)： エオシン ,  ヘマトキシリン

タイトルに関連する用語 (4件)： スライド ,  有糸分裂 ,  ピラミッド ,  Bayesモデル