論文の概要: A State-of-the-art Survey of Artificial Neural Networks for Whole-slide Image Analysis:from Popular Convolutional Neural Networks to Potential Visual Transformers

• arxiv url: http://arxiv.org/abs/2104.06243v1
• Date: Tue, 13 Apr 2021 14:39:33 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-14 18:25:38.934304
• Title: A State-of-the-art Survey of Artificial Neural Networks for Whole-slide Image Analysis:from Popular Convolutional Neural Networks to Potential Visual Transformers
• Title（参考訳）: 全スライディング画像解析のためのニューラルネットワークの現状調査:一般的な畳み込みニューラルネットワークから潜在的な視覚変換器まで
• Authors: Chen Li, Xintong Li, Xiaoyan Li, Md Mamunur Rahaman, Xiaoqi Li, Jian Wu, Yudong Yao, Marcin Grzegorzek
• Abstract要約: ホイルスライド画像(WSI)は, 疾患の診断と解析において, 徐々に重要な役割を担っている。 病理学者の仕事の客観性および正確さを高めるために、人工ニューラルネットワーク(ANN)の方法は一般に必要でした。
• 参考スコア（独自算出の注目度）: 18.031804027273292
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In recent years, with the advancement of computer-aided diagnosis (CAD) technology and whole slide image (WSI), histopathological WSI has gradually played a crucial aspect in the diagnosis and analysis of diseases. To increase the objectivity and accuracy of pathologists' work, artificial neural network (ANN) methods have been generally needed in the segmentation, classification, and detection of histopathological WSI. In this paper, WSI analysis methods based on ANN are reviewed. Firstly, the development status of WSI and ANN methods is introduced. Secondly, we summarize the common ANN methods. Next, we discuss publicly available WSI datasets and evaluation metrics. These ANN architectures for WSI processing are divided into classical neural networks and deep neural networks (DNNs) and then analyzed. Finally, the application prospect of the analytical method in this field is discussed. The important potential method is Visual Transformers.
• Abstract（参考訳）: 近年,コンピュータ支援診断 (cad) 技術や全体スライド画像 (wsi) の進歩に伴い,病理組織学的wsiは徐々に疾患の診断や解析において重要な役割を担ってきた。 病理学者の作業の客観性と精度を高めるため, 病理組織学的WSIの分類, 分類, 検出には, ニューラルネットワーク(ANN)法が一般的に必要である。 本稿では, annに基づくwsi分析手法について概説する。 まず、WSI および ANN メソッドの開発状況を紹介する。 次に、一般的なANN手法を要約する。 次に、利用可能なWSIデータセットと評価指標について論じる。 WSI処理のためのこれらのANNアーキテクチャは、古典的なニューラルネットワークとディープニューラルネットワーク(DNN)に分割され、分析される。 最後に,本分野における解析手法の適用可能性について論じる。 重要なポテンシャル法は、ビジュアルトランスフォーマーである。

関連論文リスト

• Graph Neural Networks in Histopathology: Emerging Trends and Future Directions [0.0]
  グラフニューラルネットワークの病理組織学への応用は急速に成長してきた。 階層型GNN,適応型グラフ構造学習,マルチモーダルGNN,高次GNNの4つのトレンドを特定した。 本研究は,本研究の成果を踏まえ,今後の方向性を推し進めるものである。
  論文  参考訳（メタデータ） (2024-06-18T17:23:50Z)
• A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
  神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。 重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。 人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
  論文  参考訳（メタデータ） (2024-05-21T06:44:40Z)
• Topological Data Analysis for Neural Network Analysis: A Comprehensive Survey [35.29334376503123]
  このサーベイは、ニューラルネットワーク分析におけるトポロジカルデータ分析(TDA)の適用を包括的に調査する。 我々は、TDAを用いて、データとニューラルネットワークから位相情報を得るための様々な戦略について議論する。 深層学習の実践的意義を考察し、特に敵対的検出やモデル選択といった分野に焦点を当てる。
  論文  参考訳（メタデータ） (2023-12-10T09:50:57Z)
• A review of technical factors to consider when designing neural networks for semantic segmentation of Earth Observation imagery [0.0]
  レビューでは、畳み込みニューラルネットワーク(CNN)、Recurrent Neural Networks(RNN)、Generative Adrial Networks(GAN)、Transformer Modelに焦点を当てている。 最適なデータ準備を確保するための一般的な前処理技術についても紹介する。
  論文  参考訳（メタデータ） (2023-08-18T00:40:42Z)
• Towards Data-and Knowledge-Driven Artificial Intelligence: A Survey on Neuro-Symbolic Computing [73.0977635031713]
  ニューラルシンボリック・コンピューティング(NeSy)は、人工知能(AI)の活発な研究領域である。 NeSyは、ニューラルネットワークにおける記号表現の推論と解釈可能性の利点と堅牢な学習の整合性を示す。
  論文  参考訳（メタデータ） (2022-10-28T04:38:10Z)
• A Comprehensive Review of Computer-aided Whole-slide Image Analysis: from Datasets to Feature Extraction, Segmentation, Classification, and Detection Approaches [21.317219960860267]
  全身スライド画像(WSI)スキャナーは、病理診断の分野で広く使用されています。 本稿では,機械学習に基づくWSI分析手法について概説する。
  論文  参考訳（メタデータ） (2021-02-21T08:30:48Z)
• An Uncertainty-Driven GCN Refinement Strategy for Organ Segmentation [53.425900196763756]
  本研究では,不確実性解析とグラフ畳み込みネットワークに基づくセグメンテーション改善手法を提案する。 半教師付きグラフ学習問題を定式化するために、特定の入力ボリュームにおける畳み込みネットワークの不確実性レベルを用いる。 本手法は膵臓で1%,脾臓で2%向上し,最先端のCRF改善法よりも優れていた。
  論文  参考訳（メタデータ） (2020-12-06T18:55:07Z)
• NAS-Navigator: Visual Steering for Explainable One-Shot Deep Neural Network Synthesis [53.106414896248246]
  本稿では,分析者がドメイン知識を注入することで,解のサブグラフ空間を効果的に構築し,ネットワーク探索をガイドするフレームワークを提案する。 このテクニックを反復的に適用することで、アナリストは、与えられたアプリケーションに対して最高のパフォーマンスのニューラルネットワークアーキテクチャに収束することができる。
  論文  参考訳（メタデータ） (2020-09-28T01:48:45Z)
• SOCRATES: Towards a Unified Platform for Neural Network Analysis [7.318255652722096]
  ニューラルネットワークを解析する技術を開発するための統一的なフレームワークの構築を目指している。 我々は、様々なニューラルネットワークモデルの標準化フォーマットをサポートするSOCRATESと呼ばれるプラットフォームを開発する。 実験の結果,我々のプラットフォームは幅広いネットワークモデルや特性を扱えることがわかった。
  論文  参考訳（メタデータ） (2020-07-22T05:18:57Z)
• Modeling from Features: a Mean-field Framework for Over-parameterized Deep Neural Networks [54.27962244835622]
  本稿では、オーバーパラメータ化ディープニューラルネットワーク(DNN)のための新しい平均場フレームワークを提案する。 このフレームワークでは、DNNは連続的な極限におけるその特徴に対する確率測度と関数によって表現される。 本稿では、標準DNNとResidual Network(Res-Net)アーキテクチャを通してフレームワークを説明する。
  論文  参考訳（メタデータ） (2020-07-03T01:37:16Z)
• Ventral-Dorsal Neural Networks: Object Detection via Selective Attention [51.79577908317031]
  我々はVDNet(Ventral-Dorsal Networks)と呼ばれる新しいフレームワークを提案する。 人間の視覚システムの構造にインスパイアされた我々は「Ventral Network」と「Dorsal Network」の統合を提案する。 実験の結果,提案手法は最先端の物体検出手法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） (2020-05-15T23:57:36Z)

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。