論文の概要: PathoNet: Deep learning assisted evaluation of Ki-67 and tumor
infiltrating lymphocytes (TILs) as prognostic factors in breast cancer; A
large dataset and baseline
- arxiv url: http://arxiv.org/abs/2010.04713v3
- Date: Wed, 28 Apr 2021 22:20:20 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-09 05:14:24.880266
- Title: PathoNet: Deep learning assisted evaluation of Ki-67 and tumor
infiltrating lymphocytes (TILs) as prognostic factors in breast cancer; A
large dataset and baseline
- Title（参考訳）: PathoNet: 乳癌の予後因子としてのKi-67および腫瘍浸潤リンパ球(TIL)のディープラーニングによる評価 : 大規模データセットとベースライン
- Authors: Farzin Negahbani, Rasool Sabzi, Bita Pakniyat Jahromi, Fateme
Movahedi, Mahsa Kohandel Shirazi, Shayan Majidi, Dena Firouzabadi, and
Amirreza Dehghanian
- Abstract要約: そこで我々は,Ki-67免疫染色細胞検出・分類のための新しいパイプラインとバックエンド,PathoNetを導入する。
課題に直面しながらも、提案するバックエンドであるPathoNetは、ハーモニック平均値で現在提案されている技術手法の状態を上回ります。
- 参考スコア（独自算出の注目度）: 2.4378845585726903
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The nuclear protein Ki-67 and Tumor infiltrating lymphocytes (TILs) have been
introduced as prognostic factors in predicting tumor progression and its
treatment response. The value of the Ki-67 index and TILs in approach to
heterogeneous tumors such as Breast cancer (BC), known as the most common
cancer in women worldwide, has been highlighted in the literature. Due to the
indeterminable and subjective nature of Ki-67 as well as TILs scoring,
automated methods using machine learning, specifically approaches based on deep
learning, have attracted attention. Yet, deep learning methods need
considerable annotated data. In the absence of publicly available benchmarks
for BC Ki-67 stained cell detection and further annotated classification of
cells, we propose SHIDC-BC-Ki-67 as a dataset for the aforementioned purpose.
We also introduce a novel pipeline and a backend, namely PathoNet for Ki-67
immunostained cell detection and classification and simultaneous determination
of intratumoral TILs score. Further, we show that despite facing challenges,
our proposed backend, PathoNet, outperforms the state of the art methods
proposed to date in the harmonic mean measure.
- Abstract（参考訳）: 腫瘍進展と治療反応を予測するための予後因子として、核タンパク質Ki-67と腫瘍浸潤リンパ球(TIL)が導入された。
乳がん(bc)などの異種腫瘍へのアプローチにおけるki-67指数とtilsの価値は、世界中で最も一般的ながんとして知られている。
Ki-67の非決定的で主観的な性質とTILのスコアリングにより、機械学習を用いた自動手法、特にディープラーニングに基づくアプローチが注目されている。
しかし、深層学習にはかなりのアノテートデータが必要である。
BC Ki-67染色細胞検出のための公開ベンチマークや、さらに注釈付き細胞分類が欠如しているため、前述の目的のためのデータセットとしてShiDC-BC-Ki-67を提案する。
また,ki-67免疫染色細胞の検出と分類および腫瘍内tilsスコアの同時決定のための新しいパイプラインとバックエンドを紹介する。
さらに,課題に直面しているにもかかわらず,提案手法であるpathonetは,高調波平均法で提案されている手法の状態を上回っていることを示す。
関連論文リスト
- Resource-Limited Automated Ki67 Index Estimation in Breast Cancer [0.0]
深部神経ネットワーク(DNN)は、がん細胞においてKi67の発現を推定し、腫瘍内TILのスコアを同時に決定する上で最高の結果をもたらすことが示されている。
乳癌検診におけるKi67陽性細胞の割合を効果的に推定するための資源消費を考慮したDNNを提案する。
提案手法では, メモリ使用量の75%と89%を削減し, エネルギー消費量を1.5倍に削減し, ベンチマーク・オブ・ザ・テクス・ソリューションの総合的精度を向上した。
論文 参考訳（メタデータ） (2023-12-22T16:33:03Z) - Single-Cell Deep Clustering Method Assisted by Exogenous Gene
Information: A Novel Approach to Identifying Cell Types [50.55583697209676]
我々は,細胞間のトポロジ的特徴を効率的に捉えるために,注目度の高いグラフオートエンコーダを開発した。
クラスタリング過程において,両情報の集合を統合し,細胞と遺伝子の特徴を再構成し,識別的表現を生成する。
本研究は、細胞の特徴と分布に関する知見を高め、疾患の早期診断と治療の基礎となる。
論文 参考訳（メタデータ） (2023-11-28T09:14:55Z) - PathRTM: Real-time prediction of KI-67 and tumor-infiltrated lymphocytes [0.0]
RTMDetをベースとした新しいディープニューラルネットワーク検出器であるPathRTMを導入し,KI-67自動増殖と腫瘍浸潤リンパ球推定を行った。
PathRTMは、KI-67免疫陽性、免疫陰性、およびリンパ球検出において、平均精度(AP)が41.3%である最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2023-04-23T08:17:26Z) - Exploiting segmentation labels and representation learning to forecast
therapy response of PDAC patients [60.78505216352878]
化学療法に対する腫瘍反応を予測するためのハイブリッドディープニューラルネットワークパイプラインを提案する。
セグメンテーションから分類への表現伝達の組み合わせと、ローカライゼーションと表現学習を利用する。
提案手法は, 合計477個のデータセットを用いて, ROC-AUC 63.7% の処理応答を予測できる, 極めて効率的な手法である。
論文 参考訳（メタデータ） (2022-11-08T11:50:31Z) - Corneal endothelium assessment in specular microscopy images with Fuchs'
dystrophy via deep regression of signed distance maps [48.498376125522114]
本稿では,UNetをベースとしたセグメンテーション手法を提案する。
これは、フックスのジストロフィーの全度にわたって、信頼できるCE形態計測と腸骨同定を実現する。
論文 参考訳（メタデータ） (2022-10-13T15:34:20Z) - Ki-67 Index Measurement in Breast Cancer Using Digital Image Analysis [0.0]
Ki67指数は、いくつかの種類のがんにおいて貴重な予後変数である。
臨床実践では、Ki-67指数の測定は視覚的識別法と手動計数に依存する。
そこで我々は,デジタル画像処理技術を用いて,Ki-67インデックスを解釈するデジタル画像解析手法を開発した。
論文 参考訳（メタデータ） (2022-09-27T04:48:57Z) - A deep learning pipeline for breast cancer ki-67 proliferation index
scoring [1.4543168464284166]
Ki-67の増殖指数は、病理学者が適切な治療法を診断し選択するのに役立つ重要なバイオマーカーである。
本稿では,Ki-67の正確な自動カウントのための統合パイプラインを提案する。
論文 参考訳（メタデータ） (2022-03-14T19:13:06Z) - Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based
Sparse PCA Network [93.22587316229954]
ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。
我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
論文 参考訳（メタデータ） (2021-10-27T19:28:36Z) - Osteoporosis Prescreening using Panoramic Radiographs through a Deep
Convolutional Neural Network with Attention Mechanism [65.70943212672023]
注意モジュールを持つディープ畳み込みニューラルネットワーク(CNN)はパノラマX線写真上で骨粗しょう症を検出することができる。
49歳から60歳までの70種類のパノラマX線写真(PR)のデータセットを用いて検討した。
論文 参考訳（メタデータ） (2021-10-19T00:03:57Z) - Multi-scale Deep Learning Architecture for Nucleus Detection in Renal
Cell Carcinoma Microscopy Image [7.437224586066945]
クリアセル腎細胞癌(CCRCC)は、腎癌の研究における腫瘍内異種性の最も一般的な形態の1つです。
本稿では,IHC染色組織像の細胞分類のための深層学習に基づく検出モデルを提案する。
本モデルでは,マルチスケールピラミッドの特徴と局所境界領域からのサリーエンシー情報をマッピングし,回帰によって境界ボックス座標を予測する。
論文 参考訳（メタデータ） (2021-04-28T03:36:02Z) - Cancer Gene Profiling through Unsupervised Discovery [49.28556294619424]
低次元遺伝子バイオマーカーを発見するための,新しい,自動かつ教師なしのフレームワークを提案する。
本手法は,高次元中心型非監視クラスタリングアルゴリズムLP-Stabilityアルゴリズムに基づく。
私達の署名は免疫炎症および免疫砂漠の腫瘍の区別の有望な結果報告します。
論文 参考訳（メタデータ） (2021-02-11T09:04:45Z)
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。