文献

J-GLOBAL ID：202202273464388162   整理番号：22A1051311

AutoIHCNet:自動HER2スコアリングのためのCNNアーキテクチャと決定融合【JST・京大機械翻訳】

AutoIHCNet: CNN architecture and decision fusion for automated HER2 scoring

著者 (3件)： Tewary Suman (School of Medical Science and Technology, IIT Kharagpur, West Bengal, India) ,  Tewary Suman (Biomedical Applications Group, CSIR-Central Scientific Instruments Organisation, Chandigarh, India) ,  Mukhopadhyay Sudipta (Department of Electronics and Electrical Communication Engineering, IIT Kharagpur, West Bengal, India)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 119  ページ： Null  発行年： 2022年 
JST資料番号： W2175A  ISSN： 1568-4946  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,予後マーカーヒト上皮成長因子受容体-2(HER2)染色組織試料の自動スコアリングを示した。HER2チャレンジデータセットを用いて,観察下のサンプルをスコア化した。二つのCNNネットワーク,すなわち,転送学習フレームワークにおけるX開始ネットワーク,および3つの畳込みブロックと高密度層を有する,提案したより単純なCNNアーキテクチャAutoIHCNetを,228×288×3入力形状を考慮して,本研究で使用した。訓練パラメータ,すなわち最適化者,学習速度,および時代の数を変えて,最良の訓練設定を選択するための48セットの実験を行った。全スライド画像から,関心領域(ROI)画像を抽出した。1つのROI画像を8つのサブ画像パッチに分割した。300の訓練ROI画像から2400のパッチを抽出し,パッチで利用可能な染色された組織領域に基づく訓練のために,これらの2130のパッチから外れた。モードを用いた統計的決定融合を,8つのサブ画像パッチから集団投票のために実行して,観察の下でサンプル画像をラベルした。100の試験画像を異なるケースから用いて,任意のバイアスを避けて,モデルを評価した。また,提案した深層学習アーキテクチャを,免疫Membraneアプリケーションと比較した。平均試験精度とピアソン相関係数を用いて,グランドトルースと比較して自動化手法の性能を評価した。その性能を,パッチベーススコアからROI画像ベーススコアへの精度の改善,および100の別々のテスト画像上の免疫Membraneとの画像ベース比較に対する最終比較に関して評価した。構造,移動学習としてのX受容ネットワーク,および統計的決定融合によるAutoIHCNetは,ROI画像ベーススコアに対するパッチベーススコアに対して,それぞれ95%から97%および96%から98%まで精度を改善し,一方,最先端のイムノメブララン応用はROI画像ベーススコアに対して87%の精度を示した。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： 最適化 ,  畳込み ,  自動化 ,  学習 ,  ネットワーク ,  ヒト ,  スライド ,  染色 ,  応用プログラム ,  予後 ,  画像分析 ,  *計算機アーキテクチャ ,  乳房腫瘍 ,  機械学習
準シソーラス用語： 関心領域 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (6件)： 乳癌 ,  CNN ,  HER2スコア ,  免疫組織化学 ,  画像解析 ,  予後

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： HER2 ,  スコアリング ,  CNN ,  アーキテクチャ ,  決定融合