論文の概要: Fourier Transform of Percoll Gradients Boosts CNN Classification of Hereditary Hemolytic Anemias

• arxiv url: http://arxiv.org/abs/2103.09671v1
• Date: Wed, 17 Mar 2021 14:09:53 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-18 12:53:34.494166
• Title: Fourier Transform of Percoll Gradients Boosts CNN Classification of Hereditary Hemolytic Anemias
• Title（参考訳）: 遺伝性溶血性貧血のCNN分類におけるPercoll Gradientsのフーリエ変換
• Authors: Ario Sadafi, Luc\'ia Mar\'ia Moya Sans, Asya Makhro, Leonid Livshits, Nassir Navab, Anna Bogdanova, Shadi Albarqouni, Carsten Marr
• Abstract要約: 遺伝性溶血性貧血は赤血球の形状と密度に影響を与える遺伝性疾患である。 現在そのような貧血の診断に用いられている遺伝子検査は費用がかかり、ほとんどの臨床検査では使用できない。 標準生化学法であるPercoll gradientを用いた遺伝性溶血性貧血の同定法を提案する。
• 参考スコア（独自算出の注目度）: 36.449871753719705
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Hereditary hemolytic anemias are genetic disorders that affect the shape and density of red blood cells. Genetic tests currently used to diagnose such anemias are expensive and unavailable in the majority of clinical labs. Here, we propose a method for identifying hereditary hemolytic anemias based on a standard biochemistry method, called Percoll gradient, obtained by centrifuging a patient's blood. Our hybrid approach consists on using spatial data-driven features, extracted with a convolutional neural network and spectral handcrafted features obtained from fast Fourier transform. We compare late and early feature fusion with AlexNet and VGG16 architectures. AlexNet with late fusion of spectral features performs better compared to other approaches. We achieved an average F1-score of 88% on different classes suggesting the possibility of diagnosing of hereditary hemolytic anemias from Percoll gradients. Finally, we utilize Grad-CAM to explore the spatial features used for classification.
• Abstract（参考訳）: 遺伝性溶血性貧血は赤血球の形状と密度に影響を与える遺伝性疾患である。 現在そのような貧血の診断に用いられている遺伝子検査は費用がかかり、ほとんどの臨床検査では使用できない。 そこで本研究では,パーコール勾配 (percoll gradient) という標準生化学法を用いて,血行性溶血性貧血の同定法を提案する。 提案手法は,畳み込みニューラルネットワークを用いて抽出した空間的データ駆動特徴と高速フーリエ変換から得られたスペクトルハンドクラフト特徴を用いた。 AlexNet や VGG16 アーキテクチャと最近の機能融合を比較した。 スペクトル機能の後期融合によるAlexNetは、他のアプローチよりも優れている。 パーコール勾配から遺伝性溶血性貧血を診断できる可能性が示唆された。 最後に,Grad-CAMを用いて空間的特徴を探索する。

関連論文リスト

• A Hybrid Feature Fusion Deep Learning Framework for Leukemia Cancer Detection in Microscopic Blood Sample Using Gated Recurrent Unit and Uncertainty Quantification [1.024113475677323]
  白血病は、顕微鏡で血液や骨髄の腫れを分析して診断され、さらなる細胞化学的検査によって確認される。 深層学習は、白血病細胞の検出を補助する、顕微鏡スミア画像を分類する高度な方法を提供している。 本研究では,急性リンパ性白血病(ALL)の分類のためのハイブリッドディープラーニングモデルを構築した。 提案手法は、ALL-IDB1データセットで100%、ALL-IDB2データセットで98.07%、組み合わせたデータセットで98.64%という顕著な検出精度を達成した。
  論文  参考訳（メタデータ） (2024-10-18T15:23:34Z)
• Brain Tumor Classification on MRI in Light of Molecular Markers [61.77272414423481]
  1p/19q遺伝子の同時欠失は、低グレードグリオーマの臨床成績と関連している。 本研究の目的は,MRIを用いた畳み込みニューラルネットワークを脳がん検出に活用することである。
  論文  参考訳（メタデータ） (2024-09-29T07:04:26Z)
• Multimodal Analysis of White Blood Cell Differentiation in Acute Myeloid Leukemia Patients using a β-Variational Autoencoder [38.13262557169157]
  形態学的および転写学的データを探索・再構成する教師なし手法を提案する。 本手法は,カスタマイズされた損失関数を持つβ変分オートエンコーダ(ss-VAE)に基づく。 バイオメディシンと診断のための白血球成熟の理解を改善するためのユニークなツールを提供する。
  論文  参考訳（メタデータ） (2024-08-13T08:24:52Z)
• MMIL: A novel algorithm for disease associated cell type discovery [58.044870442206914]
  単一細胞データセットは、しばしば個々の細胞ラベルを欠いているため、病気に関連する細胞を特定することは困難である。 セルレベルの分類器の訓練と校正を可能にする予測手法であるMixture Modeling for Multiple Learning Instance (MMIL)を導入する。
  論文  参考訳（メタデータ） (2024-06-12T15:22:56Z)
• Neural Cellular Automata for Lightweight, Robust and Explainable Classification of White Blood Cell Images [40.347953893940044]
  ニューラルセルオートマトン(NCA)を用いた白血球分類の新しいアプローチを提案する。 NCAに基づく手法はパラメータの面で著しく小さく,ドメインシフトに対する堅牢性を示す。 その結果,NAAは画像分類に利用でき,従来の手法の課題に対処できることがわかった。
  論文  参考訳（メタデータ） (2024-04-08T14:59:53Z)
• 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)
• Unsupervised ensemble-based phenotyping helps enhance the discoverability of genes related to heart morphology [57.25098075813054]
  我々はUn Phenotype Ensemblesという名の遺伝子発見のための新しいフレームワークを提案する。 教師なしの方法で学習された表現型のセットをプールすることで、冗長だが非常に表現性の高い表現を構築する。 これらの表現型は、(GWAS)を介して分析され、高い自信と安定した関連のみを保持する。
  論文  参考訳（メタデータ） (2023-01-07T18:36:44Z)
• Lymphocyte Classification in Hyperspectral Images of Ovarian Cancer Tissue Biopsy Samples [94.37521840642141]
  生検コアのハイパースペクトル画像に白血球画素を分割する機械学習パイプラインを提案する。 これらの細胞は臨床的に診断に重要であるが、いくつかの先行研究は正確なピクセルラベルを得るのが困難であるため、それらを組み込むのに苦労している。
  論文  参考訳（メタデータ） (2022-03-23T00:58:27Z)
• Novel Meta-Heuristic Model for Discrimination between Iron Deficiency Anemia and B-Thalassemia with CBC Indices Based on Dynamic Harmony Search [0.0]
  IDAとβ-THalassemia trait(β-TT)の鑑別試験が成功している この手法は動的調和探索(DHS)に基づく。
  論文  参考訳（メタデータ） (2020-03-03T15:37:21Z)
• Cell Mechanics Based Computational Classification of Red Blood Cells Via Machine Intelligence Applied to Morpho-Rheological Markers [0.0]
  非教師なし機械学習手法は、リアルタイム変形性と蛍光(RT-FDC)により得られる形態・レオロジーマーカーにのみ適用される 提案手法は, 成熟赤血球由来の赤血球の分類において, ラベルフリーで有望な結果が得られたことを報告した。
  論文  参考訳（メタデータ） (2020-03-02T15:11:46Z)

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。