論文の概要: UniToPatho, a labeled histopathological dataset for colorectal polyps classification and adenoma dysplasia grading

• arxiv url: http://arxiv.org/abs/2101.09991v2
• Date: Wed, 10 Feb 2021 09:23:19 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-16 05:43:31.184293
• Title: UniToPatho, a labeled histopathological dataset for colorectal polyps classification and adenoma dysplasia grading
• Title（参考訳）: UniToPatho 大腸ポリープ分類と腺腫異形成の分類のためのラベル付き組織病理学的データセット
• Authors: Carlo Alberto Barbano, Daniele Perlo, Enzo Tartaglione, Attilio Fiandrotti, Luca Bertero, Paola Cassoni, Marco Grangetto
• Abstract要約: 9536ヘマトキシリンとイオシン(H&E)染色パッチを292枚の全滑り画像から抽出した注釈付きデータセットであるUniToPathoを紹介します。 このデータセットは、大腸ポリープ分類と腺腫グレーディングのためのディープニューラルネットワークのトレーニングを目的としています。
• 参考スコア（独自算出の注目度）: 12.222174729732904
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Histopathological characterization of colorectal polyps allows to tailor patients' management and follow up with the ultimate aim of avoiding or promptly detecting an invasive carcinoma. Colorectal polyps characterization relies on the histological analysis of tissue samples to determine the polyps malignancy and dysplasia grade. Deep neural networks achieve outstanding accuracy in medical patterns recognition, however they require large sets of annotated training images. We introduce UniToPatho, an annotated dataset of 9536 hematoxylin and eosin (H&E) stained patches extracted from 292 whole-slide images, meant for training deep neural networks for colorectal polyps classification and adenomas grading. We present our dataset and provide insights on how to tackle the problem of automatic colorectal polyps characterization.
• Abstract（参考訳）: 大腸ポリープの病理組織学的特徴は、患者の管理を調整し、浸潤癌を予防または迅速に検出する究極の目的に追随することができる。 大腸ポリープの特徴は組織サンプルの組織学的解析によってポリープ悪性度と異形成度を決定する。 深層ニューラルネットワークは、医療パターン認識において優れた精度を発揮するが、大量の注釈付きトレーニング画像を必要とする。 大腸ポリープ分類および腺腫の分類のための深いニューラルネットワークを訓練するための292全スライド画像から抽出された9536ヘマトキシリンおよびエオシン(H&E)染色パッチの注釈付きデータセットであるUniToPathoを紹介します。 私たちは、データセットを提示し、自動大腸ポリープ特性評価の問題に対処する方法に関する洞察を提供します。

関連論文リスト

• Efficient Self-Supervised Barlow Twins from Limited Tissue Slide Cohorts for Colonic Pathology Diagnostics [14.177695952155213]
  大腸癌 (CRC) は、スクリーニングの恩恵を受ける、確立されたdysplasia-carcinoma sequenceを有する数少ないがんの1つである。 DLモデルは、全スライディング画像のギガピクセル画像サイズと詳細な注釈付きデータセットの不足により、計算病理学(CPath)において重大な課題に直面している。 本稿では,大腸ポリープスクリーニングのためのBarlow Twinsフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-08T20:43:53Z)
• TopoTxR: A topology-guided deep convolutional network for breast parenchyma learning on DCE-MRIs [49.69047720285225]
  そこで本研究では,乳房側葉構造をよりよく近似するために,マルチスケールのトポロジ構造を明示的に抽出する新しいトポロジカルアプローチを提案する。 VICTREファントム乳房データセットを用いてemphTopoTxRを実験的に検証した。 本研究の質的および定量的分析は,乳房組織における画像診断におけるトポロジカルな挙動を示唆するものである。
  論文  参考訳（メタデータ） (2024-11-05T19:35:10Z)
• ERCPMP: An Endoscopic Image and Video Dataset for Colorectal Polyps Morphology and Pathology [0.0]
  本データセットは,大腸ポリープ191例の人口統計,形態学的,病理的データ,内視鏡的画像,ビデオを含む。 病理組織学的には, 尿細管, ウイルス, ツブロビラス, 過形成, 血清, 炎症, 腺癌, 異型度などのポリープが診断された。
  論文  参考訳（メタデータ） (2023-07-28T09:52:20Z)
• Inference of captions from histopathological patches [0.0]
  キャプション付き262Kパッチのデータセットを公開しています。 パッチから抽出した特徴からキャプションを予測し,有望な結果を得た。
  論文  参考訳（メタデータ） (2022-02-07T10:02:38Z)
• Sharp-GAN: Sharpness Loss Regularized GAN for Histopathology Image Synthesis [65.47507533905188]
  コンディショナル・ジェネレーショナル・ジェネレーティブ・逆境ネットワークは、合成病理像を生成するために応用されている。 そこで我々は,現実的な病理像を合成するために,シャープネスロス正則化生成対向ネットワークを提案する。
  論文  参考訳（メタデータ） (2021-10-27T18:54:25Z)
• Self-Supervised U-Net for Segmenting Flat and Sessile Polyps [63.62764375279861]
  大腸ポリープの発達は、がんの最も初期の兆候の1つである。 ポリープの早期検出と切除は生存率を90%に大きく向上させる。 大腸内視鏡画像の処理によりポリープを検出するコンピュータ支援診断システム(CADx)が提案されている。
  論文  参考訳（メタデータ） (2021-10-17T09:31:20Z)
• Wide & Deep neural network model for patch aggregation in CNN-based prostate cancer detection systems [51.19354417900591]
  前立腺癌(PCa)は、2020年に約141万件の新規感染者と約37万5000人の死者を出した男性の死因の1つである。 自動診断を行うには、まず前立腺組織サンプルをギガピクセル分解能全スライド画像にデジタイズする。 パッチと呼ばれる小さなサブイメージが抽出され、予測され、パッチレベルの分類が得られる。
  論文  参考訳（メタデータ） (2021-05-20T18:13:58Z)
• Dysplasia grading of colorectal polyps through CNN analysis of WSI [5.8797822609846895]
  提案されたディープラーニングベースの分類パイプラインは、最先端の畳み込みニューラルネットワークに基づいている。 実験の結果,腺腫の異形成度を70%の精度で分類することができた。
  論文  参考訳（メタデータ） (2021-02-10T15:40:27Z)
• 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)
• Polyp-artifact relationship analysis using graph inductive learned representations [52.900974021773024]
  大腸癌の診断プロセスは主にポリープ(polyps)として知られる大腸組織における異常増殖の局在と特徴づけに焦点を当てている。 近年の深層物体の局在化の進展にもかかわらず、組織と高レベルのアーティファクトとの類似性により、ポリープの局在化は依然として困難である。 近年の研究では、ポリプ検出タスクにおける人工物の存在が負の影響を示しており、トレーニングプロセスの中でそれらを考慮し始めている。
  論文  参考訳（メタデータ） (2020-09-15T13:56:39Z)
• Diagnosing Colorectal Polyps in the Wild with Capsule Networks [7.276044182592987]
  大腸がんはポリープ(polyps)と呼ばれる前駆的な病変から発生するものが多く、世界中でがん関連死亡の原因の1つとなっている。 我々は,大腸ポリープの光学的生検の可能性を改善するために,新しいカプセルネットワークアーキテクチャ(D-Caps)を設計した。 従来の最先端畳み込みニューラルネットワーク(CNN)アプローチよりも最大43%改善した結果を実証した。
  論文  参考訳（メタデータ） (2020-01-10T04:55:01Z)

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。