深層学習を用いた齧歯類における発情期の自動分類【JST・京大機械翻訳】

Wolcott, N.; Sit, K.; Raimondi, G.; Hodges, T.; Shansky, R.; Galea, L.; Ostroff, L.; Goard, M.

プレプリント

J-GLOBAL ID：202202215574061572 整理番号：22P0317671

深層学習を用いた齧歯類における発情期の自動分類【JST・京大機械翻訳】

Automated classification of estrous stage in rodents using deep learning

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 (8件)： , , , , , , ,
資料名：
発行年： 2022年03月12日プレプリントサーバーでの情報更新日： 2022年03月12日
JST資料番号： O7001B 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)

げっ歯類の発情周期は,遺伝子発現から行動までの一連の生物学的機能を調節する。サイクルは,典型的には,異なるホルモン濃度プロファイルによって特性化された4つの段階に分割される。げっ歯類からの血漿ステロイドホルモンの繰り返しサンプリングの困難さを考えると,発情期を分類するための一次方法は膣上皮細胞型を同定することである。しかし,上皮細胞試料の手動分類は,専門家の研究者の間でさえ,時間集約的で変数である。ここでは,深い学習手法を用いて,数秒でエキスパートレベルで分類精度を達成した。著者らの入力データセットの不均一性と幅のため,著者らの深層学習アプローチ(”EstousNet”)は,げっ歯類種,染色,および被験者を通して高度に一般化可能である。EsterousNetアルゴリズムは,分類を原型の発情周期に当てはめることにより,ホルモンサイクルの時間次元を利用し,誤分類とフラッギングの最期(例えば,偽妊娠)を浮き彫りにする。EstousNetは,迅速な発情周期ステージングを可能にし,それらのげっ歯類研究において内分泌状態を考慮する研究者の能力を改善する。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

生殖生理一般 , 性ホルモン

, , ,

前のページに戻る