文献

J-GLOBAL ID：202202272928836157   整理番号：22A0967599

血液画像からの白血球の自動セグメンテーション-種々のCNNスキームを用いた研究【JST・京大機械翻訳】

Automated segmentation of leukocyte from hematological images-a study using various CNN schemes

著者 (5件)： Kadry Seifedine (Faculty of Applied Computing and Technology, Noroff University College, Kristiansand, Norway) ,  Rajinikanth Venkatesan (Department of Electronics and Instrumentation Engineering, St. Joseph’s College of Engineering, OMR, Tamil Nadu, Chennai, India) ,  Taniar David (Faculty of Information Technology, Monash University, Melbourne, VIC, Australia) ,  Damasevicius Robertas (Faculty of Applied Mathematics, Silesian University of Technology, Gliwice, Poland) ,  Valencia Xiomara Patricia Blanco (Computer Science and Technology Area, Universidad Internacional de La Rioja (UNIR), Logrono, Spain)
資料名： Journal of Supercomputing  (Journal of Supercomputing)
巻： 78  号： 5  ページ： 6974-6994  発行年： 2022年 
JST資料番号： T0418A  ISSN： 0920-8542  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 医学画像は疾患スクリーニングにおいて基本的役割を果たし,これらの画像の自動評価は病院において広く選択されている。最近,畳込みニューラルネットワーク(CNN)支援医療データ評価は,医学イメージング様式のセットを検査するために広く採用されている。薄い血液スミア画像からの白血球切片の抽出は,予備的疾患スクリーニング過程中の必須手順の1つである。従来のセグメンテーションは,必要な部分を抽出するための複雑な/ハイブリッド手順を必要とし,その結果,従来手法によって達成された結果は,いくつかの時間的な不良な結果を達成した。したがって,本研究は,RGBスケール血液学的画像から白血球部分を抽出するために,CNN支援画像セグメンテーション方式を実装することを目的とする。提案した研究は,SegNet,U-Net,およびVGG-UNetのような様々なCNNベースのセグメンテーション方式を採用した。セグメンテーションと分類(LISC)データベースのための白血球画像から画像を使用した。本研究では,白血球の5つのクラスを考察し,各CNNセグメンテーションスキームを別々に実装し,地上トラス画像で評価した。提案した作業の実験結果は,VGG-UNetによって達成された全体の結果がSegNetとU-Net方式のものより良い(Jaccard-Index=91.5124%,Dice-Coeffective=94.4080%,および精度=97.7316%)ことを確認して,また,提案した方式のメリットを,血液細胞計数と検出(BCCD)データベースとALL-IDB2のような他の類似画像データセットを用いて確認した。達成された結果は,提案した方式が血液学的画像上でよく機能し,より良い性能測定値を提供することを確認した。Copyright The Author(s) 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *セグメンテーション ,  データベース ,  分類 ,  トラス ,  *血液 ,  *白血球 ,  ニューラルネットワーク ,  画像処理 ,  *画像 ,  細胞計数 ,  スクリーニング
準シソーラス用語： 血液学 ,  画像セグメンテーション ,  *自動セグメンテーション ,  自動評価 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： 血液画像 ,  白血球セグメンテーション ,  SegNet ,  U-Net ,  VGG-Unet ,  性能評価

分類 (1件)： 医用画像処理  (JE04020T)

タイトルに関連する用語 (6件)： 血液 ,  白血球 ,  自動セグメンテーション ,  CNN ,  スキーム ,  研究