文献

J-GLOBAL ID：202002240396509369   整理番号：20A2552832

Deeplabv3+を用いた新生児マウス卵巣切片画像における卵胞の自動計数【JST・京大機械翻訳】

Automatic Counting of Follicles in Neonatal Mice Ovarian Section Images by Using Deeplabv3+

著者 (4件)： Cai Huihuang (Hangzhou Dianzi University Hangzhou,China) ,  Wu Qing (Hangzhou Dianzi University Hangzhou,China) ,  Ando Hidetoshi (University of Yamanashi Yamanashi,Japan) ,  Watanabe Ren (University of Yamanashi Yamanashi,Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CW  ページ： 145-148  発行年： 2020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： 哺乳類の雌生殖能力は,出生の前後に形成される原始卵胞の数に依存する。形成された卵胞はその後反復排卵サイクルを通して消費される。古典的原始卵胞計数は,専門家同定に依存する非常に複雑で,退屈で,時間のかかるタスクである。さらに,新生児卵巣の卵胞は原始卵胞と少数の一次卵胞から成る。それらの大きな数および小さいサイズは,同定の困難さを疑いなく増加し,卵胞の数を計数する。卵胞の数の問題点を効果的に解決するために,著者らは,濾胞分割のためのニューラルネットワーク構造として,深いlabv3+を使用した。これに基づき,流域アルゴリズムを用いて,卵胞と卵胞の間の境界問題を除去した。最後に,画像中の接続領域を計数した。この後で,生物医学画像における卵巣卵胞の計数の問題に対処し,生物医学画像処理と人工知能の交差応用を達成した。Copyright 2020 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： ニューラルネットワーク ,  新生児 ,  生殖能力 ,  哺乳類 ,  *卵巣 ,  *卵胞 ,  人工知能 ,  排卵 ,  原始卵胞 ,  脊椎動物 ,  *女性生殖器
準シソーラス用語： 生物医学 , 【Automatic Indexing@JST】

分類 (5件)： 符号理論  (ND02030R) ,  図形・画像処理一般  (JE04010I) ,  専用演算制御装置  (JC04030Y) ,  パターン認識  (JE07000S) ,  音声処理  (JE05000E)

タイトルに関連する用語 (5件)： 新生児 ,  マウス ,  卵巣 ,  卵胞 ,  計数