文献

J-GLOBAL ID：202202218890443391   整理番号：22A1116715

アノテーションフリー組織画像分析のための深層コントラスト学習ベース組織クラスタリング【JST・京大機械翻訳】

Deep contrastive learning based tissue clustering for annotation-free histopathology image analysis

著者 (6件)： Yan Jiangpeng (Tsinghua Shenzhen International Graduate School, Tsinghua University, Shenzhen 518055, China) ,  Yan Jiangpeng (Tencent AI Lab, Tencent, Shenzhen 518055, China) ,  Yan Jiangpeng (Department of Automation, Tsinghua University, Beijing 100091, China) ,  Chen Hanbo (Tencent AI Lab, Tencent, Bellevue, WA 98004, USA) ,  Li Xiu (Tsinghua Shenzhen International Graduate School, Tsinghua University, Shenzhen 518055, China) ,  Yao Jianhua (Tencent AI Lab, Tencent, Shenzhen 518055, China)
資料名： Computerized Medical Imaging and Graphics  (Computerized Medical Imaging and Graphics)
巻： 97  ページ： Null  発行年： 2022年 
JST資料番号： T0220A  ISSN： 0895-6111  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 背景:深部畳込みニューラルネットワーク(CNN)は,近年,デジタル病理学のための自動全スライド画像(WSI)処理において有望な結果をもたらした。訓練教師つきCNNは通常大量の注釈付きサンプルを必要とする。しかし,ギガピクセルWSIsの手動アノテーションは労働集約的で誤りを起こしやすい,すなわち,注釈の不足はWSI診断モデル開発の主要なボトルネックになった。本研究では,注釈なしに組織を分類できる深層学習に基づく自己教師付き組織病理学画像分析ワークフローを開発することを目的とした。【方法】自然画像のための教師なし表現学習に関する最新の結果を達成したコントラスト学習法に触発して,著者らは,自己監督訓練方式を採用して,注釈フリーWSIパッチから識別埋込みを生成して,同時に,組織混合クラスタを分割するために,シルエット係数ベースの再帰的方式によってさらに洗練する初期クラスタを得た。マルチスケール符号器ネットワークを,病理学特異的文脈特徴を抽出するために特別に設計した。次に,組織クラスタから成る組織辞書を癌診断のために構築する。【結果】実験は,著者らの方法が,競合結果(ヒト結腸直腸/センチネルリンパWSIsで0.9364/0.9325の精度を,対応する精度0.9806/0.9494)で,他の教師なしベースラインを凌駕して,注釈のない条件で異なる組織を同定できることを示した。著者らの方法は,20名の臨床患者のコホートで評価され,良性/悪性ポリープを区別するために0.99のAUCスコアを得る。結論:著者らの提案した深コントラスト学習に基づく組織クラスタリング法は,異なる組織を区別するために注釈なしで生のWSIsから学ぶことができる。この方法を3つの異なるデータセットで試験して,定量的で定性的なツールとしての病理学診断に役立つ可能性を示す。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *コントラスト ,  *学習 ,  ネットワーク ,  ヒト ,  スライド ,  *クラスタ化 ,  *画像 ,  *クラスタ ,  *画像分析 ,  母集団 ,  病理学 ,  *アノテーション
準シソーラス用語： シルエット ,  マルチスケール ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 組織学 ,  教師なし学習 ,  深層学習 ,  クラスタリング ,  対照的学習

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (8件)： アノテーション ,  組織 ,  画像分析 ,  深層 ,  コントラスト ,  学習 ,  ベース組織 ,  クラスタリング