文献

J-GLOBAL ID：201902288655296006   整理番号：19A2416847

カスケード形態学的および高速R-CNN深部検出器を用いた走査顕微鏡画像におけるロバストな循環腫瘍細胞検出【JST・京大機械翻訳】

Robust Circulating Tumor Cells Detection in Scanned Microscopic Images with Cascaded Morphological and Faster R-CNN Deep Detectors

著者 (9件)： Liu Yun-Xia (School of Information Science and Engineering, University of Jinan, Jinan, China) ,  Liu Yun-Xia (School of Control Science and Engineering, Shandong University, Jinan, China) ,  Zhang An-Jie (School of Information Science and Engineering, University of Jinan, Jinan, China) ,  Meng Qing-Fang (School of Information Science and Engineering, University of Jinan, Jinan, China) ,  Meng Qing-Fang (School of Control Science and Engineering, Shandong University, Jinan, China) ,  Chen Ying-Jie (Department of Clinical Laboratory, The Second Hospital of Shandong University, Jinan, China) ,  Yang Yang (School of Information Science and Engineering, Shandong University, Jinan, China) ,  Chen Yue-Hui (School of Information Science and Engineering, University of Jinan, Jinan, China) ,  Chen Yue-Hui (School of Control Science and Engineering, Shandong University, Jinan, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11644  ページ： 736-746  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： 末梢血の走査顕微鏡画像における循環腫瘍細胞(CTC)のロバストな検出と数は,臨床診断,個別化治療,および予後判断評価に必須である。機械学習法に基づく自動検出アルゴリズムは,それらの臨床診療における細胞学者の主観性と労働強度を減少させるのに役立つ。本論文において,検出器の2つのステージのカスケードに基づくロバストなCTC検出アルゴリズムを提案した。最初に,形態学的規則ベースの検出器を適用して,ほとんどの正常細胞をスクリーニングした。最初のステージ検出の検出結果に基づいて,統合された深い分類装置の信頼スコア値に従って,ハードネガティブサンプル選択を実行した。最後に,第二段階高速R-CNN検出器を,検出結果を得るために,正および負サンプル上で訓練した。自己確立したCTCデータベース上で行った実験結果は,提案したアルゴリズムがロバストで準実時間のCTC検出を達成することを示した。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： 末梢血 ,  *ロバスト性 ,  *モルフォロジー ,  *高速度 ,  データベース ,  *検出器 ,  *画像 ,  機械学習 ,  アルゴリズム ,  予後
準シソーラス用語： スコア ,  正常細胞 ,  診療 ,  検出アルゴリズム ,  *走査顕微鏡 , 【Automatic Indexing@JST】

著者キーワード (6件)： 画像サイトメトリー ,  循環腫瘍細胞 ,  細胞検出 ,  形態学的操作 ,  深層学習 ,  より速いR-CNN

分類 (2件)： 医用画像処理  (JE04020T) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (9件)： カスケード ,  形態学 ,  CNN ,  深部 ,  検出器 ,  走査 ,  顕微鏡画像 ,  ロバスト ,  循環腫瘍細胞