論文の概要: Bayesian Neural Networks for Uncertainty Estimation of Imaging
Biomarkers
- arxiv url: http://arxiv.org/abs/2008.12680v2
- Date: Tue, 1 Sep 2020 23:22:54 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-24 02:06:39.746872
- Title: Bayesian Neural Networks for Uncertainty Estimation of Imaging
Biomarkers
- Title(参考訳): イメージングバイオマーカーの不確かさ推定のためのベイズニューラルネットワーク
- Authors: J. Senapati, A. Guha Roy, S. P\"olsterl, D. Gutmann, S. Gatidis, C.
Schlett, A. Peters, F. Bamberg, C. Wachinger
- Abstract要約: 本稿では,セグメンテーションの不確実性を統計解析に伝達し,セグメンテーションの信頼性の変動を考慮することを提案する。
糖尿病患者における肝の分節化成績は, 統計的推測におけるバイオマーカーの不確実性の改善を明らかに示している。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Image segmentation enables to extract quantitative measures from scans that
can serve as imaging biomarkers for diseases. However, segmentation quality can
vary substantially across scans, and therefore yield unfaithful estimates in
the follow-up statistical analysis of biomarkers. The core problem is that
segmentation and biomarker analysis are performed independently. We propose to
propagate segmentation uncertainty to the statistical analysis to account for
variations in segmentation confidence. To this end, we evaluate four Bayesian
neural networks to sample from the posterior distribution and estimate the
uncertainty. We then assign confidence measures to the biomarker and propose
statistical models for its integration in group analysis and disease
classification. Our results for segmenting the liver in patients with diabetes
mellitus clearly demonstrate the improvement of integrating biomarker
uncertainty in the statistical inference.
- Abstract(参考訳): イメージセグメンテーションは、病気のバイオマーカーをイメージングするのに役立つスキャンから定量的な測定を抽出することができる。
しかし、セグメンテーションの品質はスキャンによって大きく異なるため、バイオマーカーのフォローアップ統計解析において不適切な推定が得られる。
核となる問題は、セグメンテーションとバイオマーカー分析が独立して行われることである。
本稿では,セグメンテーション信頼度の変化を考慮した統計解析にセグメンテーションの不確実性を導入することを提案する。
そこで本研究では,4つのベイズ型ニューラルネットワークについて,後方分布からサンプルを採取し,不確かさを推定する。
次に、バイオマーカーに信頼度を割り当て、グループ分析と疾患分類の統合のための統計モデルを提案する。
糖尿病患者における肝の分節化成績は, 統計的推測におけるバイオマーカーの不確実性の改善を明らかに示している。
関連論文リスト
- scBeacon: single-cell biomarker extraction via identifying paired cell
clusters across biological conditions with contrastive siamese networks [0.9591674293850556]
scBeaconは、深いコントラストのあるシアムネットワーク上に構築されたフレームワークである。
scBeaconは、様々な条件で一致した細胞集団を特定します。
包括的な評価は、既存の単細胞差分遺伝子解析ツールよりも scBeacon の方が優れていることを検証する。
論文 参考訳(メタデータ) (2023-11-05T08:27:24Z) - Deep Learning Predicts Biomarker Status and Discovers Related
Histomorphology Characteristics for Low-Grade Glioma [21.281553456323998]
低次グリオーマ(LGG)の診断と治療にはバイオマーカー検出が不可欠である
ヘマトキシリンとエオシンを含む全スライド画像とスライドレベルのバイオマーカーステータスラベルを用いて,LGGの5つのバイオマーカーの状態を予測するための解釈可能なディープラーニングパイプラインを提案する。
我々のパイプラインはバイオマーカー予測の新しいアプローチを提供するだけでなく、LGG患者に対する分子治療の適用性を高めるだけでなく、分子機能とLGGの進行の新たなメカニズムの発見を促進する。
論文 参考訳(メタデータ) (2023-10-11T13:05:33Z) - A marker-less human motion analysis system for motion-based biomarker
discovery in knee disorders [60.99112047564336]
NHSは低リスクの全ての患者に会うのが難しくなっているが、これはOA患者に限らない。
膝関節疾患の診断と治療経過のモニタリングのためのバイオマーカー自動同定法を提案する。
論文 参考訳(メタデータ) (2023-04-26T16:47:42Z) - Ambiguous Medical Image Segmentation using Diffusion Models [60.378180265885945]
我々は,グループ洞察の分布を学習することで,複数の可算出力を生成する単一拡散モデルに基づくアプローチを提案する。
提案モデルでは,拡散の固有のサンプリングプロセスを利用してセグメンテーションマスクの分布を生成する。
その結果,提案手法は既存の最先端曖昧なセグメンテーションネットワークよりも優れていることがわかった。
論文 参考訳(メタデータ) (2023-04-10T17:58:22Z) - Reliable Joint Segmentation of Retinal Edema Lesions in OCT Images [55.83984261827332]
本稿では,信頼性の高いマルチスケールウェーブレットエンハンストランスネットワークを提案する。
本研究では,ウェーブレット型特徴抽出器ネットワークとマルチスケール変圧器モジュールを統合したセグメンテーションバックボーンを開発した。
提案手法は,他の最先端セグメンテーション手法と比較して信頼性の高いセグメンテーション精度を実現する。
論文 参考訳(メタデータ) (2022-12-01T07:32:56Z) - Texture Characterization of Histopathologic Images Using Ecological
Diversity Measures and Discrete Wavelet Transform [82.53597363161228]
本稿では,病理組織像間でテクスチャを特徴付ける手法を提案する。
2つのHIデータセットに有望な精度で、そのような画像の固有特性を定量化することが可能である。
論文 参考訳(メタデータ) (2022-02-27T02:19:09Z) - The Future will be Different than Today: Model Evaluation Considerations
when Developing Translational Clinical Biomarker [4.549866091318765]
従来のクロスバリデーション(cv)方式の代わりに,LOSO(Left-one-Study-out)を用いた評価戦略を提案する。
バイオマーカーの効果を推定するためのK-fold vs. LOSO cvの性能を示すために,臨床実験およびシミュレーション研究のデータを活用した。
論文 参考訳(メタデータ) (2021-07-13T19:36:25Z) - Deep regression for uncertainty-aware and interpretable analysis of
large-scale body MRI [1.6799377888527687]
英国バイオバンクのような大規模医学研究は、医療画像技術を用いた数千人のボランティア参加者を調査した。
回帰のための畳み込みニューラルネットワークによる最近のアプローチは、これらの評価を自動的に行うことができる。
英国バイオバンクの4万人以上の被験者のMRIデータについて、これらのシステムは人間の年齢、体組成などを推定することができる。
論文 参考訳(メタデータ) (2021-05-17T13:12:20Z) - G-MIND: An End-to-End Multimodal Imaging-Genetics Framework for
Biomarker Identification and Disease Classification [49.53651166356737]
診断によって誘導される画像データと遺伝データを統合し、解釈可能なバイオマーカーを提供する新しいディープニューラルネットワークアーキテクチャを提案する。
2つの機能的MRI(fMRI)パラダイムとSingle Nucleotide Polymorphism (SNP)データを含む統合失調症の集団研究で本モデルを評価した。
論文 参考訳(メタデータ) (2021-01-27T19:28:04Z) - Analyzing Epistemic and Aleatoric Uncertainty for Drusen Segmentation in
Optical Coherence Tomography Images [4.125187280299246]
加齢関連黄斑変性症(AMD)は60歳以上の高齢者の永久視喪失の原因の1つである。
我々は,u-netに基づくドルーゼンセグメンテーションモデルを開発し,セグメンテーションの不確かさを定量化する。
論文 参考訳(メタデータ) (2021-01-21T23:34:29Z) - Semi-supervised Medical Image Classification with Relation-driven
Self-ensembling Model [71.80319052891817]
医用画像分類のための関係駆動型半教師付きフレームワークを提案する。
これは、摂動下で与えられた入力の予測一貫性を促進することでラベルのないデータを利用する。
本手法は,シングルラベルおよびマルチラベル画像分類のシナリオにおいて,最先端の半教師付き学習手法よりも優れる。
論文 参考訳(メタデータ) (2020-05-15T06:57:54Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。