文献

J-GLOBAL ID：202002219803667066   整理番号：20A2001551

感度を改善したより速いR-CNNベースのロバストな循環腫瘍細胞検出【JST・京大機械翻訳】

Faster R-CNN based Robust Circulating Tumor Cells Detection with Improved Sensitivity

著者 (4件)： Liu Yunxia (Shandong Provincial Key Laboratory of Network, Based Intelligent Computing, University of Jinan and School of Information Science and Engineering, University of Jinan, Jinan, Shandong, China) ,  Si Hongchao (Shandong Provincial Key Laboratory of Network, Based Intelligent Computing, University of Jinan and School of Information Science and Engineering, University of Jinan, Jinan, Shandong, China) ,  Chen Yingjie (The Second Hospital of Shandong University, Shandong, China) ,  Chen Yuehui (Shandong Provincial Key Laboratory of Network, Based Intelligent Computing, University of Jinan and School of Information Science and Engineering, University of Jinan, Jinan, Shandong, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICBDT2019  ページ： 252-256  発行年： 2019年 
JST資料番号： D0698C  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： 末梢血の走査顕微鏡画像における循環腫瘍細胞(CTC)の自動検出と計数は,癌の臨床診断,個別化治療,予後判断評価などの有効な補助手段を提供する。機械学習法による細胞学者の主観性と労働強度を減らすことは,いくつかの研究がある。本論文では,改良型高速R-CNNネットワークに基づくロバストなCTC検出アルゴリズムを提案した。実際の応用においてより好ましい感度改善のための単一CTC検出に特別の努力が払われてきた。最初に,全体のスライド画像前処理アルゴリズムを,自己構成CTCデータベースの統計解析に基づいて提案した。次に,アンカー調整と拡張法を提案し,限られた数の正のCTC例と膨大な量の負の正常セルの間の不均衡を軽減する。自己組織化CTCデータベース上で行った実験結果は,提案アルゴリズムがCTC検出において改善された性能を実証することを示した。Please refer to this article’s citation page on the publisher website for specific rights information. 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 ,  データベース ,  ネットワーク ,  スライド ,  予後 ,  自己組織化 ,  *ロバスト性 ,  末梢血 ,  機械学習 ,  細胞生物学 ,  個別化医療
準シソーラス用語： *循環腫瘍細胞 ,  自動検出 ,  臨床診断 ,  検出アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： 異常細胞検出 ,  循環腫瘍細胞 ,  深層学習 ,  高速R-CNN ,  画像サイトメトリー

分類 (1件)： 腫ようの診断  (GE03020J)

タイトルに関連する用語 (4件)： 感度 ,  CNN ,  ロバスト ,  循環腫瘍細胞