論文の概要: CapillaryNet: An Automated System to Analyze Microcirculation Videos from Handheld Vital Microscopy

• arxiv url: http://arxiv.org/abs/2104.11574v1
• Date: Fri, 23 Apr 2021 13:14:47 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-26 13:13:17.963015
• Title: CapillaryNet: An Automated System to Analyze Microcirculation Videos from Handheld Vital Microscopy
• Title（参考訳）: CapillaryNet:携帯型生体顕微鏡による微小循環ビデオの自動解析システム
• Authors: Maged Helmy, Anastasiya Dykyy, Tuyen Trung Truong, Paulo Ferreira, Eric Jul
• Abstract要約: 従来の研究では、毛細血管密度と流量速度は訓練された専門家によって手動で評価されています。 CapillaryNetは、人間が撮影した時間の0.1%未満で、訓練を受けた研究者に匹敵する精度で毛細血管を検出します。
• 参考スコア（独自算出の注目度）: 0.5249805590164902
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Capillaries are the smallest vessels in the body responsible for the delivery of oxygen and nutrients to the surrounding cells. Various diseases have been shown to alter the density of nutritive capillaries and the flow velocity of erythrocytes. In previous studies, capillary density and flow velocity have been assessed manually by trained specialists. Manual analysis of a 20-second long microvascular video takes on average 20 minutes and requires extensive training. Several studies have reported that manual analysis hinders the application of microvascular microscopy in a clinical setting. In this paper, we present a fully automated system, called CapillaryNet, that can automate microvascular microscopy analysis and thus enable the method to be used not just as a research tool, but also for clinical applications. Our method has been developed by acquiring microcirculation videos from 50 different subjects annotated by trained biomedical researchers. CapillaryNet detects capillaries with an accuracy comparable to trained researchers in less than 0.1% of the time taken by humans and measures several microvascular parameters that researchers were previously unable to quantify, i.e. capillary hematocrit and intra-capillary flow velocity heterogeneity.
• Abstract（参考訳）: キャピラリー(英: Capillaries)は、体内の酸素と栄養素を周囲の細胞に供給する最小の容器である。 各種の疾患は、栄養キャピラリーの密度と赤血球の流速を変えることが示されている。 これまでの研究では、毛細血管密度と流速は訓練された専門家によって手動で評価されてきた。 20秒の微小血管ビデオの手動分析には平均20分かかり、広範なトレーニングが必要となる。 いくつかの研究は、手動解析が臨床現場での微小血管顕微鏡の応用を妨げると報告している。 本稿では, 微小血管顕微鏡解析を自動化し, 研究ツールとしてだけでなく臨床応用にも利用できる完全自動化システムであるCapillaryNetを提案する。 本手法は,50名の異なる被験者の微小循環ビデオを取得し,生医学的訓練を行った。 CapillaryNetは訓練された研究者に匹敵する精度で毛細血管を検知し、ヒトが採った時間の0.1%以下で、これまで定量化できなかったいくつかの微小血管パラメータを測定する。 毛細血管内血流速度の不均一性

関連論文リスト

• Analysis of Modern Computer Vision Models for Blood Cell Classification [49.1574468325115]
  この研究では、MaxVit、EfficientVit、EfficientNet、EfficientNetV2、MobileNetV3といった最先端アーキテクチャを使用して、迅速かつ正確な結果を得る。 本手法は,従来の手法の速度と精度の懸念に対処するだけでなく,血液学的解析における革新的な深層学習モデルの適用性についても検討する。
  論文  参考訳（メタデータ） (2024-06-30T16:49:29Z)
• Style transfer between Microscopy and Magnetic Resonance Imaging via Generative Adversarial Network in small sample size settings [49.84018914962972]
  磁気共鳴イメージング(MRI)のクロスモーダル増強と、同じ組織サンプルに基づく顕微鏡イメージングが期待できる。 コンディショナル・ジェネレーティブ・逆境ネットワーク (cGAN) アーキテクチャを用いて, コーパス・カロサムのMRI画像から顕微鏡組織像を生成する方法を検討した。
  論文  参考訳（メタデータ） (2023-10-16T13:58:53Z)
• Artificial-intelligence-based molecular classification of diffuse gliomas using rapid, label-free optical imaging [59.79875531898648]
  DeepGliomaは人工知能に基づく診断スクリーニングシステムである。 ディープグリオーマは、世界保健機関が成人型びまん性グリオーマ分類を定義するために使用する分子変化を予測することができる。
  論文  参考訳（メタデータ） (2023-03-23T18:50:18Z)
• Machine Learning for Flow Cytometry Data Analysis [0.0]
  フローサイトメーターは、同時に数万の細胞を迅速に分析し、同時に単一の細胞から複数のパラメータを測定できる。 何百万もの細胞から収集された多次元データの中で、興味深い細胞集団を手動で識別できる必要がある。 3つの代表的な自動クラスタリングアルゴリズムが選択され、完全にかつ部分的に自動ゲーティングによって適用され、比較され、評価される。
  論文  参考訳（メタデータ） (2023-03-16T00:43:46Z)
• Deep Learning and Computer Vision Techniques for Microcirculation Analysis: A Review [0.688204255655161]
  微小循環画像の解析は、敗血症のような生命を脅かす病気の早期の兆候を明らかにする可能性がある。 微小循環画像における毛細血管密度と毛細血管分布の定量化は、重篤な患者を支援する生物学的マーカーとして用いられる。 様々な性能のコンピュータビジョン技術を用いて、これらの微小循環画像の解析を自動化することができる。
  論文  参考訳（メタデータ） (2022-05-11T13:34:01Z)
• Medulloblastoma Tumor Classification using Deep Transfer Learning with Multi-Scale EfficientNets [63.62764375279861]
  本稿では,エンド・ツー・エンドのMB腫瘍分類を提案し,様々な入力サイズとネットワーク次元の一致した移動学習を提案する。 161ケースのデータセットを用いて、より大規模な入力解像度を持つ事前学習されたEfficientNetが、大幅な性能改善をもたらすことを実証した。
  論文  参考訳（メタデータ） (2021-09-10T13:07:11Z)
• A Dataset and Benchmark for Malaria Life-Cycle Classification in Thin Blood Smear Images [7.113350536579545]
  マラリア顕微鏡、寄生虫Plasmodiumを検出するステンド血液スライドの顕微鏡検査は、マラリアを検出するための金標準であると考えられています。 本研究では,染色フィルム写真中のプラスモジウム寄生虫を自動的に検出(局在化)する深層学習に基づく手法を提案する。 機械学習に基づくマラリア顕微鏡の研究を容易にするために,新しい大規模顕微鏡画像マラリアデータセットを提案する。
  論文  参考訳（メタデータ） (2021-02-17T11:44:52Z)
• Towards an Automatic Analysis of CHO-K1 Suspension Growth in Microfluidic Single-cell Cultivation [63.94623495501023]
  我々は、人間の力で抽象化されたニューラルネットワークをデータレベルで注入できる新しい機械学習アーキテクチャを提案する。 具体的には、自然データと合成データに基づいて生成モデルを同時に訓練し、細胞数などの対象変数を確実に推定できる共有表現を学習する。
  論文  参考訳（メタデータ） (2020-10-20T08:36:51Z)
• MicroAnalyzer: A Python Tool for Automated Bacterial Analysis with Fluorescence Microscopy [0.0]
  MicroAnalyzerは、顕微鏡画像解析のためのエンドツーエンドのプラットフォームである。 最先端のディープラーニングセグメンテーションモデルに基づいて、正確なセルと蛍光クラスターセグメンテーションを提供する。 初期のディープラーニングモデルトレーニングを除いて、研究者からそれ以上の入力は不要である。
  論文  参考訳（メタデータ） (2020-09-26T20:45:19Z)
• Microvascular Dynamics from 4D Microscopy Using Temporal Segmentation [81.30750944868142]
  経時的に脳血流量の変化を追跡でき, ピアル表面に向かって伝播する自発性動脈拡張を同定できる。 この新たなイメージング機能は、機能的磁気共鳴イメージング(fMRI)を基盤とした血行動態応答関数を特徴付けるための有望なステップである。
  論文  参考訳（メタデータ） (2020-01-14T22:55:03Z)

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。