文献

J-GLOBAL ID：202102217482072898   整理番号：21A1037927

U-Netを用いたマウス脾臓クライオイメージングデータのためのホワイトパルプセグメンテーションアルゴリズム【JST・京大機械翻訳】

White Pulp Segmentation Algorithm for Mouse Spleen Cryo-imaging Data Using U-Net

著者 (2件)： Ketson Poommetee (Department of Computer Engineering, Chiang Mai University, Chiang Mai, Thailand, Graduate School, Chiang Mai University, Chiang Mai, Thailand) ,  Wuttisarnwattana Patiwet (Department of Computer Engineering, Chiang Mai University, Chiang Mai, Thailand, Biomedical Engineering Institute, Chiang Mai University, Chiang Mai, Thailand)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICVISP 2020  ページ： 1-7  発行年： 2020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： 脾臓は,クライオイメージングモダリティを用いた移植片対宿主病発生を研究するための重要な器官の1つである。この点まで,クライオイメージングデータで脾臓組織を分割するアルゴリズムは存在しない。本研究では,クライオ画像における脾臓組織のための新しい自動セグメンテーションアルゴリズムを初めて開発した。このアルゴリズムは,(1)前処理,(2)予測,(3)後処理から成る。予測モデルは2つのU-Netからなり,赤果肉からバックグラウンドと白果肉から脾臓を分離した。アルゴリズムにより生成された結果を,クライオイメージング専門家によって生成されたグランドトルースに対して比較した。Dice類似係数は赤果肉クラスで約86%,白パルプクラスで87%であった。また,脾臓容積を測定するためにアルゴリズムを使用し,結果に関してT細胞増殖アッセイを実施した。同種脾臓と同種脾臓の間の脾臓容積に対する白色歯髄容積の比率の間に有意差があることを見出した。結果は以前の生物学的報告と一致した。結論として,このアルゴリズムは,専門家と類似の品質で脾臓組織を正確かつ客観的にセグメント化した。T細胞増殖アッセイワークフローにアルゴリズムを組み込むことにより,ヒトによる手動セグメンテーションと比較して,プロセスのスループットを大きく増加させるべきである。著者らは,このアルゴリズムが移植片対宿主病の更なる理解と治療の開発に対する研究を加速することを期待する。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 ,  *セグメンテーション ,  ネットワーク ,  *パルプ ,  *脾臓 ,  ヒト ,  *画像処理 ,  果肉 ,  スループット ,  歯髄 ,  移植片対宿主病 ,  予測モデル
準シソーラス用語： モダリティ ,  自動セグメンテーション ,  グランドトゥルース , 【Automatic Indexing@JST】

著者キーワード (7件)： クライオイメージング ,  完全畳込みネットワーク ,  移植片対宿主病 ,  医用画像セグメンテーション ,  脾臓 ,  T細胞増殖アッセイ ,  U-Net

分類 (3件)： 熱処理技術  (WC03020T) ,  医用画像処理  (JE04020T) ,  生体の顕微鏡観察法  (EA03050C)

タイトルに関連する用語 (3件)： U-Net ,  マウス ,  脾臓