論文の概要: An automated and multi-parametric algorithm for objective analysis of
meibography images
- arxiv url: http://arxiv.org/abs/2010.15352v1
- Date: Thu, 29 Oct 2020 04:26:51 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-01 23:39:57.487393
- Title: An automated and multi-parametric algorithm for objective analysis of
meibography images
- Title（参考訳）: メボグラフィ画像の客観的解析のための自動多パラメータアルゴリズム
- Authors: Peng Xiao, Zhongzhou Luo, Yuqing Deng, Gengyuan Wang, and Jin Yuan
- Abstract要約: 我々は,メボグラフィー画像の客観的かつ定量的解析のための,自動多パラメータアルゴリズムを開発した。
本アルゴリズムの有効性は,15例のミーボグラフィー画像の典型的なメリボミアン腺の解析において実証された。
- 参考スコア（独自算出の注目度）: 3.5168817881283663
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Meibography is a non-contact imaging technique used by ophthalmologists to
assist in the evaluation and diagnosis of meibomian gland dysfunction (MGD).
While artificial qualitative analysis of meibography images could lead to low
repeatability and efficiency and multi-parametric analysis is demanding to
offer more comprehensive information in discovering subtle changes of meibomian
glands during MGD progression, we developed an automated and multi-parametric
algorithm for objective and quantitative analysis of meibography images. The
full architecture of the algorithm can be divided into three steps: (1)
segmentation of the tarsal conjunctiva area as the region of interest (ROI);
(2) segmentation and identification of glands within the ROI; and (3)
quantitative multi-parametric analysis including newly defined gland diameter
deformation index (DI), gland tortuosity index (TI), and glands signal index
(SI). To evaluate the performance of the automated algorithm, the similarity
index (k) and the segmentation error including the false positive rate (r_P)
and the false negative rate (r_N) are calculated between the manually defined
ground truth and the automatic segmentations of both the ROI and meibomian
glands of 15 typical meibography images. The feasibility of the algorithm is
demonstrated in analyzing typical meibograhy images.
- Abstract（参考訳）: メボグラフィー(Meibography)は、眼科医がメボミアン腺機能障害(MGD)の評価と診断を支援するために使用する非接触イメージング技術である。
筋電図画像の定性的解析は再現性と効率を低下させる可能性があり,マルチパラメトリック解析では,MGD進行中のマイボーム腺の微妙な変化を検出するために,より包括的な情報の提供が求められている。
本アルゴリズムの全アーキテクチャは,(1)利害領域としての足底結膜領域のセグメンテーション(ROI),(2)ROI内の腺のセグメンテーションと同定,(3)新たに定義された腺径変形指数(DI),腺のトルトゥシティ指数(TI),および腺信号指数(SI)を含む定量的多パラメータ分析の3段階に分けられる。
自動アルゴリズムの性能を評価するために、手動で定義された基底真理と15の典型的なマイボグラフィ画像のroiとmeibomian腺の両方の自動分割との間に、類似度指数(k)と偽陽性率(r_p)と偽陰性率(r_n)を含むセグメンテーション誤差を算出する。
このアルゴリズムの有効性は,典型的な明法図像の解析において実証される。
関連論文リスト
- HistoGym: A Reinforcement Learning Environment for Histopathological Image Analysis [9.615399811006034]
HistoGymは、医師の実際の過程を模倣して、スライド画像全体の診断を促進することを目的としている。
私たちは、WSIベースのシナリオと選択された地域ベースのシナリオを含む、さまざまな臓器や癌のシナリオを提供しています。
論文 参考訳（メタデータ） (2024-08-16T17:19:07Z) - Super-resolution of biomedical volumes with 2D supervision [84.5255884646906]
超解像のための仮設スライス拡散は、生物学的標本のすべての空間次元にわたるデータ生成分布の固有同値性を利用する。
我々は,高解像度2次元画像の高速取得を特徴とするSliceRの組織学的刺激(SRH)への応用に着目する。
論文 参考訳（メタデータ） (2024-04-15T02:41:55Z) - QUBIQ: Uncertainty Quantification for Biomedical Image Segmentation Challenge [93.61262892578067]
医用画像分割作業の不確実性、特にラター間変動性は重要な課題である。
この可変性は、自動セグメンテーションアルゴリズムの開発と評価に直接影響を及ぼす。
バイオメディカル画像量化チャレンジ(QUBIQ)における不確実性の定量化のベンチマーク結果を報告する。
論文 参考訳（メタデータ） (2024-03-19T17:57:24Z) - A Segmentation Method for fluorescence images without a machine learning
approach [0.0]
本研究では,細胞と核を同定するための決定論的計算神経科学アプローチについて述べる。
この方法は、正式に正しい関数に基づいて堅牢であり、特定のデータセットのチューニングに支障を来さない。
論文 参考訳（メタデータ） (2022-12-28T16:47:05Z) - Semi-supervised GAN for Bladder Tissue Classification in Multi-Domain
Endoscopic Images [10.48945682277992]
本稿では,3つの主要コンポーネントからなるGANに基づく半サプライズドジェネレーティブ・アドリアル・ネットワーク(GAN)を提案する。
組織分類法で得られた平均分類精度、精度、リコールは、それぞれ0.90, 0.88, 0.89である。
論文 参考訳（メタデータ） (2022-12-21T21:32:36Z) - Automated SSIM Regression for Detection and Quantification of Motion
Artefacts in Brain MR Images [54.739076152240024]
磁気共鳴脳画像における運動アーチファクトは重要な問題である。
MR画像の画質評価は,臨床診断に先立って基本的である。
構造類似度指数(SSIM)回帰に基づく自動画像品質評価法が提案されている。
論文 参考訳（メタデータ） (2022-06-14T10:16:54Z) - 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) - 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) - Automatic Multi-Stain Registration of Whole Slide Images in
Histopathology [0.0]
単一セルの精度で巨大なギガピクセルの全体スライド画像(WSI)を自動で高速かつ断続的にアライメントするのは難しい。
本稿では,微小な転移リンパ節の局在化を支援するために,2段階の自動機能ベースのクロスステインアライメントを提案する。
論文 参考訳（メタデータ） (2021-07-29T19:38:30Z) - Assignment Flow for Order-Constrained OCT Segmentation [0.0]
網膜層厚の同定は、患者ごとに個別に行う重要な課題である。
自動セグメンテーションモデルの構築は,医用画像処理分野において重要な課題となっている。
我々は、秩序に制約された3D OCT網膜細胞層セグメンテーションのための新しい、純粋にデータ駆動型テキスト幾何学的アプローチを提案する。
論文 参考訳（メタデータ） (2020-09-10T01:57:53Z) - Improved Slice-wise Tumour Detection in Brain MRIs by Computing
Dissimilarities between Latent Representations [68.8204255655161]
磁気共鳴画像(MRI)の異常検出は教師なし手法で行うことができる。
本研究では,変分オートエンコーダの潜伏空間における相似関数の計算に基づいて,腫瘍検出のためのスライスワイズ半教師法を提案する。
本研究では,高解像度画像上でのモデルをトレーニングし,再現の質を向上させることにより,異なるベースラインに匹敵する結果が得られることを示す。
論文 参考訳（メタデータ） (2020-07-24T14:02:09Z)
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。