抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
病理学クリニックにおける癌の診断,予後および治療意思決定は,現在,全スライド画像(WSIs)として知られているマルチギガピクセル組織画像の分析に基づいて実施可能である。最近,深い畳み込みニューラルネットワーク(CNN)が教師なしWSI表現を導出するために提案された。これらは,厄介な専門家の注釈に頼らないので魅力的である。しかし,主要なトレードオフは,より高い予測電力が一般的に解釈可能性のコストに来るということであり,意思決定における透明性が一般的に予測されるそれらの臨床利用への挑戦を提起する。この課題に取り組むために,全体的WSIレベル表現を構築するための深いCNNに基づく手作業フレームワークを提案した。自然言語処理領域における変圧器の内部作業に関する最近の知見に基づいて,著者らは,そのプロセスを壊し,手工をHandarted組織学的変換器またはH2Tと呼ぶより透明なフレームワークに手作業する。全部で5,306のWSIsから成る様々なデータセットを含む実験に基づいて,結果は,H2Tベースの全体論的WSIレベル表現が最近の最先端の方法と比較して競合性能を提供し,様々な下流解析タスクに容易に利用できることを示した。最後に,著者らの結果は,H2Tフレームワークが変換機モデルより14倍高速であることを示した。【JST・京大機械翻訳】