説明可能な深層ニューラルネットワークによって生成されるヘマトキシリンとエオシン染色前立腺コア生検画像の高精度腫瘍診断とベンチマーキング【JST・京大機械翻訳】

Rana Aman; Lowe Alarice; Lithgow Marie; Horback Katharine; Janovitz Tyler; Da Silva Annacarolina; Tsai Harrison; Shanmugam Vignesh; Yoon Hyung-Jin; Shah Pratik

プレプリント

J-GLOBAL ID：202202213348283098 整理番号：22P0071350

説明可能な深層ニューラルネットワークによって生成されるヘマトキシリンとエオシン染色前立腺コア生検画像の高精度腫瘍診断とベンチマーキング【JST・京大機械翻訳】

High Accuracy Tumor Diagnoses and Benchmarking of Hematoxylin and Eosin Stained Prostate Core Biopsy Images Generated by Explainable Deep Neural Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (10件)： , , , , , , , , ,
資料名：
発行年： 2019年08月02日プレプリントサーバーでの情報更新日： 2019年08月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

ヘマトキシリンとエオシン(H&E)染色後の組織生検における腫瘍の病理組織学的診断は,腫瘍学ケアのためのゴールドスタンダードである。HE染色は遅く,再利用できない染料,試薬および貴重な組織試料を使用する。前立腺コア組織生検の天然非染色RGB全スライド画像(RWSI)パッチのThousandsを,それらのH&E染色バージョンで登録した。次に,自然非染色RWSIのコンピュータH&E染色画像への自動変換を自動化する条件的生成敵対ニューラルネットワーク(cGANs)を訓練した。構造類似性指数(SSIM)0.902,ピアソン相関係数(CC)0.962およびピーク信号対雑音比(PSNR)22.821dBを有する計算およびH&E色素染色画像間の高い類似性を計算した。2番目のcGANは,SSIM0.9,CC0.963,およびPSNR25.646dBで,H&E色素染色画像の正確な計算脱染色を,それらの天然非染色型に戻した。単盲検研究は,H&E色素染色対応物のそれらと5ボード認証MD病理学者により提供された計算染色画像上の前立腺腫瘍アノテーション間の95%以上のピクセル-バイピクセル重複を計算した。cGANによるRGB画像のHE染色と脱染色中のニューラルネットワークカーネル活性化マップの最初の可視化と説明を報告する。計算およびH&E染色画像(Mean-Squared誤差<0.0005)のカーネル活性化マップ間の高い類似性は,染色システムの付加的数学的および機構的検証を提供する。したがって,著者らのニューラルネットワークフレームワークは自動化され,説明可能であり,低コストネイティブRGB画像の高精度HE染色と脱染色を行い,迅速で正確な腫瘍診断のために認証されたコンピュータビジョンと医師である。【JST・京大機械翻訳】

, , , , , , , , , , , , ,

腫ようの診断 , 生体の顕微鏡観察法 , 医用画像処理

, , , , , , , ,

前のページに戻る