文献

J-GLOBAL ID：202202263641509545   整理番号：22A0630249

タイムラプスビデオの自己教師付きアラインメントに基づく胚生存能力の予測【JST・京大機械翻訳】

Predicting Embryo Viability Based on Self-Supervised Alignment of Time-Lapse Videos

著者 (5件)： Kragh Mikkel F. (Department of Electrical and Computer Engineering, Aarhus University, Aarhus C, Denmark) ,  Rimestad Jens (Vitrolife A/S, Viby J, Denmark) ,  Lassen Jacob T. (Vitrolife A/S, Viby J, Denmark) ,  Berntsen Jorgen (Vitrolife A/S, Viby J, Denmark) ,  Karstoft Henrik (Department of Electrical and Computer Engineering, Aarhus University, Aarhus C, Denmark)
資料名： IEEE Transactions on Medical Imaging  (IEEE Transactions on Medical Imaging)
巻： 41  号： 2  ページ： 465-475  発行年： 2022年 
JST資料番号： H0895A  ISSN： 0278-0062  CODEN： ITMID4  資料種別： 逐次刊行物 (A)
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： 自己監督学習により,ラベル付きおよびラベルなしデータの両者を表現学習およびモデル予訓練のために用いることができた。これは,受精卵(胚)の選択を受精処理中に自動化する場合に特に関連しており,雌子宮へ移行した胚のみが妊娠のラベルを持つかもしれない。本論文では,発達中の胚の38176の時間経過ビデオにおける時間的サイクル-一貫性(TCC)として知られる自己監督ビデオアラインメント法を適用し,その内の14550をラベル付けした。TCCが胚ビデオ間の時間的類似性を抽出し,妊娠尤度の予測にこれらを使用する方法を示す。時間類似性法は,受信機動作特性(AUC)が0.64対0.56の領域を持つ時間アラインメント測定(TAM)より優れている。既存の胚評価モデルと比較して,それは手動注釈を必要とする純粋な時間と時空間モデルの間に位置する。さらに,著者らは,データセットの小さい部分集合だけをラベル付けするとき,半教師つき方式で移動学習のためにTCCを使用して,標準教師つき学習と比較して有意な性能改善を示した。特に,転送学習の2つの変異体は,データセットの16%がラベル付けされたとき,教師つき学習の0.63と比較して,0.66のAUCを達成した。Copyright 2022 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： *アラインメント ,  自動化 ,  学習 ,  データ ,  受信機 ,  子宮 ,  受精 ,  妊娠 ,  教師つき学習 ,  *録画装置 ,  受精卵 ,  類似性 ,  アノテーション
準シソーラス用語： 尤度 , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： 自己 ,  教師 ,  アラインメント ,  胚 ,  生存 ,  能力 ,  予測