文献

J-GLOBAL ID：202102236848388558   整理番号：21A0066751

組織画像のための非もつれ表現学習ベースマルチドメイン染色正規化【JST・京大機械翻訳】

Disentangled Representation Learning Based Multidomain Stain Normalization For Histological Images

著者 (4件)： Xiang Yao (Central South University,School of Computer Science) ,  Chen Jialin (Central South University,School of Computer Science) ,  Liu Qing (Central South University,School of Computer Science) ,  Liang Yixiong (Central South University,School of Computer Science)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICIP  ページ： 360-364  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： 多因子による組織学的画像の色変動は,コンピュータ支援診断(CAD)システムの性能を妨げる。以前の染色正規化法は優れた結果を達成した。実際に,2つ以上の色変動がデータセットに存在するとき,マルチドメイン染色正規化法がまだ必要である。本論文では,コンテンツとスタイルの表現を解消するアイデアを用いて,MUNIT[1]に触発されたマルチドメイン染色正規化モデルを提案した。組織学的画像の潜在空間をドメイン共有コンテンツ空間とドメイン固有スタイル空間に分解できると仮定した。染色正規化は,スタイル交差ドメインを転送し,コンテンツを維持することを目的とする。さらに,汚れ正規化の有効性を評価するために,地球の距離(EMD)を用いることを提案した。このアプローチを,最先端の方法に対して定量的および定性的に評価した。Copyright 2021 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： 地球 ,  計算機診断 ,  *染色 ,  有効性 ,  *正規化 ,  コンテンツ
準シソーラス用語： マルチドメイン , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 組織 ,  表現学習 ,  マルチドメイン ,  染色 ,  正規化