文献

J-GLOBAL ID：202202276388731413   整理番号：22A0314681

病理学画像解析におけるMarkov確率場と条件付き確率場アプローチの包括的レビュー【JST・京大機械翻訳】

A Comprehensive Review of Markov Random Field and Conditional Random Field Approaches in Pathology Image Analysis

著者 (10件)： Li Yixin (Microscopic Image and Medical Image Analysis Group, College of Medicine and Biological Information Engineering, Northeastern University, Shenyang, China) ,  Li Chen (Microscopic Image and Medical Image Analysis Group, College of Medicine and Biological Information Engineering, Northeastern University, Shenyang, China) ,  Li Xiaoyan (Department of Pathology, Liaoning Cancer Hospital and Institute, Shengyan, China) ,  Wang Kai (Shenyang Institute of Automation, Chinese Academy of Sciences, Shenyang, China) ,  Rahaman Md Mamunur (Microscopic Image and Medical Image Analysis Group, College of Medicine and Biological Information Engineering, Northeastern University, Shenyang, China) ,  Sun Changhao (Microscopic Image and Medical Image Analysis Group, College of Medicine and Biological Information Engineering, Northeastern University, Shenyang, China) ,  Chen Hao (School of Nanjing University of Science and Technology, Nanjing, China) ,  Wu Xinran (Microscopic Image and Medical Image Analysis Group, College of Medicine and Biological Information Engineering, Northeastern University, Shenyang, China) ,  Zhang Hong (Shengjing Hospital of China Medical University, Shenyang, China) ,  Wang Qian (Department of Pathology, Liaoning Cancer Hospital and Institute, Shengyan, China)
資料名： Archives of Computational Methods in Engineering  (Archives of Computational Methods in Engineering)
巻： 29  号： 1  ページ： 609-639  発行年： 2022年 
JST資料番号： A1031A  ISSN： 1134-3060  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： 病理学画像解析は,多くの疾患の臨床診断のための必須の処置である。診断の精度と客観性を高めるために,今日,インテリジェントシステム数の増加が提案されている。これらの方法の中で,ランダム場モデルは調査性能の改善に不可欠な役割を果たす。本レビューでは,2つの一般的なランダム場モデルであるMarkov確率場(MRF)と条件付き確率場(CRF)に基づく病理学画像分析の包括的な概観を示した。最初に,病理学画像と共に2つのランダム場モデルのフレームワークを導入した。第二に,それらの分析操作原理と最適化方法を要約した。次に,病理学の分野におけるMRFとCRFに基づく最近の論文の徹底的なレビューを提示する。最後に,関連する仕事から最も一般的に使用される方法論を検討し,コンピュータビジョンにおける方法マイグレーションを論じた。Copyright CIMNE, Barcelona, Spain 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 評価 ,  最適化手法 ,  精度 ,  方法論 ,  モデル ,  *画像分析 ,  コンピュータビジョン
準シソーラス用語： *Markov確率場 ,  *確率場 ,  インテリジェントシステム ,  臨床診断 ,  客観性 ,  *条件つき確率場 , 【Automatic Indexing@JST】

分類 (4件)： 数値計算  (JE02000J) ,  統計学  (AB08000H) ,  解析学  (AB05000M) ,  流体動力学一般  (BC02010G)

タイトルに関連する用語 (5件)： 病理学 ,  画像解析 ,  Markov確率場 ,  条件付き確率場 ,  レビュー