文献

J-GLOBAL ID：202002213811219638   整理番号：20A1030715

深部畳込みニューラルネットワークアーキテクチャを用いた全スライドH&E染色乳房病理組織画像の自動セグメンテーション【JST・京大機械翻訳】

Automatic segmentation of whole-slide H&E stained breast histopathology images using a deep convolutional neural network architecture

著者 (8件)： Priego-Torres Blanca Maria (Biomedical Research and Innovation Institute of Cadiz (INiBICA), Hospital Universitario Puerta del Mar, Avda Ana de Viya 21, Cadiz, Spain) ,  Priego-Torres Blanca Maria (Biomedical Engineering and Telemedicine Research Group, Department of Automation Engineering, Electronics and Computer Architecture and Networks, School of Engineering, University of Cadiz, Avda. Universidad de Cadiz 10, Puerto Real, Cadiz, Spain) ,  Sanchez-Morillo Daniel (Biomedical Research and Innovation Institute of Cadiz (INiBICA), Hospital Universitario Puerta del Mar, Avda Ana de Viya 21, Cadiz, Spain) ,  Sanchez-Morillo Daniel (Biomedical Engineering and Telemedicine Research Group, Department of Automation Engineering, Electronics and Computer Architecture and Networks, School of Engineering, University of Cadiz, Avda. Universidad de Cadiz 10, Puerto Real, Cadiz, Spain) ,  Fernandez-Granero Miguel Angel (Biomedical Research and Innovation Institute of Cadiz (INiBICA), Hospital Universitario Puerta del Mar, Avda Ana de Viya 21, Cadiz, Spain) ,  Fernandez-Granero Miguel Angel (Biomedical Engineering and Telemedicine Research Group, Department of Automation Engineering, Electronics and Computer Architecture and Networks, School of Engineering, University of Cadiz, Avda. Universidad de Cadiz 10, Puerto Real, Cadiz, Spain) ,  Garcia-Rojo Marcial (Biomedical Research and Innovation Institute of Cadiz (INiBICA), Hospital Universitario Puerta del Mar, Avda Ana de Viya 21, Cadiz, Spain) ,  Garcia-Rojo Marcial (Department of Pathology, Hospital Universitario Puerta del Mar, Avda. Ana de Viya 21, Cadiz, Spain)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 151  ページ： Null  発行年： 2020年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 組織学的画像からの悪性乳房組織のセグメンテーションは,乳癌(BC)の診断のための重要な課題である。これは,計算機化セグメンテーション法の助けにより軽減できる時間のかかるプロセスであり,高い精度と再現性の結果をもたらす。しかし,この自動化されたセグメンテーションは,組織学的全スライド画像の大きなサイズとそれらの特徴の有意な変動性,不均一性および複雑性のために難問を引き起こす。本研究では,異なるタイプの組織病理学的パターンを示す染色BC画像の自動セグメンテーションのための処理パイプラインを提案した。全スライド画像の巨大なサイズを扱うために,ディジタル標本をタイル状に処理した:画像の大部分はパッチに分割される。次に,各タイルのセグメンテーションを,分離可能なコンボリューションアーキテクチャを有するエンコーダ-復号器と共に,深い畳込みニューラルネットワーク(DCNN)を適用することにより達成した。それは,一度,成功裏に検証され,病理学的画像パッチをセグメント化する有望な方法であることを明らかにした。次に,局所セグメンテーション結果(分割タイル)を結合するために,不連続性と不整合性を避けながら,効率的完全接続条件ランダム場(CRF)に基づく改良併合戦略を適用した。乳癌画像のパッチの収集に関する実験結果により,本研究で考慮した悪性癌の典型的なサイズ,テクスチャーまたは他の色形状特徴にかかわらず,設計した加工パイプラインが適切に機能することを実証した。推定したセグメンテーション精度と周波数加重交差点(FWIoU)は,それぞれ95.62%,92.52%であった。さらに,新しいアルゴリズムの訓練を可能にする訓練データセットの形式における専門知識を抽出するために,病理学者と研究者の間の協力を容易にするために,スライド視聴者と注釈ツールを含むWebベースのプラットフォームを開発した。本研究で提案された自動セグメンテーション法はこのプラットフォームに統合され,現在,それは病理学者による意思決定支援ツールとして使用されている。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *畳込み ,  自動化 ,  *セグメンテーション ,  *スライド ,  符号器 ,  *乳房 ,  *計算機アーキテクチャ ,  視聴者 ,  乳房腫瘍 ,  Web【情報システム】 ,  アノテーション ,  *HE染色
準シソーラス用語： *自動セグメンテーション ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 乳癌 ,  セグメンテーション ,  深層学習 ,  He染色 ,  全スライド撮像

分類 (2件)： 医用画像処理  (JE04020T) ,  腫ようの診断  (GE03020J)

タイトルに関連する用語 (8件)： 深部 ,  畳込みニューラルネットワーク ,  アーキテクチャ ,  スライド ,  H&E染色 ,  乳房 ,  病理組織 ,  自動セグメンテーション