論文の概要: A QuadTree Image Representation for Computational Pathology

• arxiv url: http://arxiv.org/abs/2108.10873v1
• Date: Tue, 24 Aug 2021 17:53:19 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-25 14:43:09.878304
• Title: A QuadTree Image Representation for Computational Pathology
• Title（参考訳）: 計算病理学のための四分木画像表現
• Authors: Rob Jewsbury, Abhir Bhalerao, Nasir Rajpoot
• Abstract要約: 病理像は巨大であり、画像タイルやパッチに分割する必要があるため、現代の畳み込みニューラルネットワーク(CNN)はそれらを処理できる。 本稿では,クワッドツリーとパイプラインを用いて,計算病理画像の解釈可能な画像表現を生成する手法を提案する。
• 参考スコア（独自算出の注目度）: 1.8047694351309205
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The field of computational pathology presents many challenges for computer vision algorithms due to the sheer size of pathology images. Histopathology images are large and need to be split up into image tiles or patches so modern convolutional neural networks (CNNs) can process them. In this work, we present a method to generate an interpretable image representation of computational pathology images using quadtrees and a pipeline to use these representations for highly accurate downstream classification. To the best of our knowledge, this is the first attempt to use quadtrees for pathology image data. We show it is highly accurate, able to achieve as good results as the currently widely adopted tissue mask patch extraction methods all while using over 38% less data.
• Abstract（参考訳）: 計算病理学の分野は、病理画像の重大さからコンピュータビジョンアルゴリズムに多くの課題を呈している。 病理組織像は大きく、画像タイルやパッチに分割する必要があるため、現代の畳み込みニューラルネットワーク(cnns)がそれらを処理できる。 本稿では,quadtreesを用いて計算病理画像の解釈可能な画像表現を生成する手法と,これらの表現を精度の高い下流分類に利用するパイプラインを提案する。 我々の知る限りでは、これは病理画像データにクワッドツリーを使用する最初の試みである。 現在広く採用されている組織マスクパッチ抽出法と同程度の精度で, 38%以上少ないデータを用いて, 良好な結果が得られることを示した。

関連論文リスト

• μ-Net: A Deep Learning-Based Architecture for μ-CT Segmentation [2.012378666405002]
  X線計算マイクロトモグラフィー(mu-CT)は、医学および生物学的サンプルの内部解剖の高解像度な3D画像を生成する非破壊的手法である。 3D画像から関連情報を抽出するには、興味のある領域のセマンティックセグメンテーションが必要である。 本稿では、畳み込みニューラルネットワーク(CNN)を用いて、Carassius auratusの心臓の完全な形態を自動分割する新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-06-24T15:29:08Z)
• Two-Stream Graph Convolutional Network for Intra-oral Scanner Image Segmentation [133.02190910009384]
  本稿では,2ストリームグラフ畳み込みネットワーク(TSGCN)を提案する。 TSGCNは3次元歯(表面)セグメンテーションにおいて最先端の方法よりも優れています。
  論文  参考訳（メタデータ） (2022-04-19T10:41:09Z)
• Incremental Cross-view Mutual Distillation for Self-supervised Medical CT Synthesis [88.39466012709205]
  本稿では,スライス間の分解能を高めるために,新しい医療スライスを構築した。 臨床実践において, 根本・中間医療スライスは常に欠落していることを考慮し, 相互蒸留の段階的相互蒸留戦略を導入する。 提案手法は,最先端のアルゴリズムよりも明確なマージンで優れる。
  論文  参考訳（メタデータ） (2021-12-20T03:38:37Z)
• 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)
• HistoTransfer: Understanding Transfer Learning for Histopathology [9.231495418218813]
  我々は、ImageNetと病理組織データに基づいてトレーニングされたネットワークから抽出された特徴の性能を比較した。 より複雑なネットワークを用いて学習した機能が性能向上につながるかどうかを検討する。
  論文  参考訳（メタデータ） (2021-06-13T18:55:23Z)
• 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)
• A Petri Dish for Histopathology Image Analysis [25.424907516487327]
  ミニマリスト組織像解析データセット(MHIST)を導入する。 MHISTは3,152枚の大腸ポリープの固定サイズ画像のバイナリ分類データセットである。 MHISTは400MB未満のディスク空間を占めており、ResNet-18ベースラインは6分でMHISTに収束するように訓練することができる。
  論文  参考訳（メタデータ） (2021-01-29T02:01:45Z)
• Generative Adversarial U-Net for Domain-free Medical Image Augmentation [49.72048151146307]
  注釈付き医用画像の不足は、医用画像コンピューティングの分野における最大の課題の1つだ。 本稿では,生成逆U-Netという新しい生成手法を提案する。 当社の新しいモデルは、ドメインフリーで、さまざまな医療画像に汎用性があります。
  論文  参考訳（メタデータ） (2021-01-12T23:02:26Z)
• Neural Sparse Representation for Image Restoration [116.72107034624344]
  スパース符号化に基づく画像復元モデルの堅牢性と効率に触発され,深部ネットワークにおけるニューロンの空間性について検討した。 本手法は,隠れたニューロンに対する空間的制約を構造的に強制する。 実験により、複数の画像復元タスクのためのディープニューラルネットワークではスパース表現が不可欠であることが示されている。
  論文  参考訳（メタデータ） (2020-06-08T05:15:17Z)

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。