Fugu-MT 論文翻訳(概要): Cascade RCNN for MIDOG Challenge

論文の概要: Cascade RCNN for MIDOG Challenge

arxiv url: http://arxiv.org/abs/2109.01085v1
Date: Thu, 2 Sep 2021 17:02:50 GMT
ステータス: 処理完了
システム内更新日: 2021-09-03 16:13:04.180003
Title: Cascade RCNN for MIDOG Challenge
Title（参考訳）: MIDOGチャレンジのためのカスケードRCNN
Authors: Salar Razavi, Fariba Dambandkhameneh, Dimitri Androutsos, Susan Done, April Khademi
Abstract要約: 本稿では,カスケードRCNNを用いた多段階ミトーシス検出法を提案する。予備テストセットでは、アルゴリズムはF1スコアが0.7492である。
参考スコア（独自算出の注目度）: 0.06959424271538031
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Mitotic counts are one of the key indicators of breast cancer prognosis. However, accurate mitotic cell counting is still a difficult problem and is labourious. Automated methods have been proposed for this task, but are usually dependent on the training images and show poor performance on unseen domains. In this work, we present a multi-stage mitosis detection method based on a Cascade RCNN developed to be sequentially more selective against false positives. On the preliminary test set, the algorithm scores an F1-score of 0.7492.
Abstract（参考訳）: 有糸分裂数は乳癌の予後の鍵となる指標の1つである。しかし、正確な分裂細胞の計数はまだ難しい問題であり、手間がかかる。このタスクでは、自動化手法が提案されているが、通常はトレーニング画像に依存しており、見当たらないドメインのパフォーマンスが低い。本研究では,偽陽性に対して逐次より選択的なカスケードrcnnを用いた多段階僧帽弁閉鎖症検出法を提案する。予備テストセットでは、アルゴリズムはF1スコアが0.7492である。

関連論文リスト

CIMIL-CRC: a clinically-informed multiple instance learning framework for patient-level colorectal cancer molecular subtypes classification from H\&E stained images [42.771819949806655]
CIMIL-CRCは、事前学習した特徴抽出モデルと主成分分析(PCA)を効率よく組み合わせ、全てのパッチから情報を集約することで、MSI/MSS MIL問題を解決するフレームワークである。我々は,TCGA-CRC-DXコホートを用いたモデル開発のための5倍のクロスバリデーション実験装置を用いて,曲線下平均面積(AUC)を用いてCIMIL-CRC法の評価を行った。
論文参考訳（メタデータ） (2024-01-29T12:56:11Z)
Neural network-based coronary dominance classification of RCA angiograms [0.3177496877224142]
右冠状動脈 (RCA) 血管造影による心臓支配の分類法を提案する。対象は828例で,その内192例が左支配症例であった。 RCAのみに基づく心臓支配を分類するための機械学習アプローチの使用は、良好な精度で成功していることが示されている。
論文参考訳（メタデータ） (2023-09-13T13:47:52Z)
Self-Evaluation Guided Beam Search for Reasoning [61.523627290397556]
我々は,Large Language Model (LLM) の推論プロセスのガイドと校正を行うための段階的自己評価機構を導入する。本稿では,ビームサーチによる自己評価ガイダンスを統合した復号アルゴリズムを提案する。我々のアプローチは、GSM8K、AQuA、StrategyQAにおいて、対応するCodexバックボンドベースラインをわずかに精度6.34%、9.56%、および5.46%で上回る。
論文参考訳（メタデータ） (2023-05-01T02:37:59Z)
A novel dataset and a two-stage mitosis nuclei detection method based on hybrid anchor branch [12.701748529240183]
有糸分裂検出のための2段階カスケードネットワークFoCasNetを提案する。第1段階では、可能な限り多くのミトースを検出するために、M_detと呼ばれる検出ネットワークが提案されている。第2段階では、第1段階の結果を洗練させるために分類ネットワークM_classを提案する。
論文参考訳（メタデータ） (2023-01-18T16:11:09Z)
Mitosis Detection, Fast and Slow: Robust and Efficient Detection of Mitotic Figures [3.047950378303433]
そこで本研究では,ミトーシス候補セグメンテーションと候補精錬段階を含む,堅牢で効率的な2段階ミトーシス検出フレームワークを提案する。 EUNetは、候補を低い解像度で正確にセグメント化して、候補検出を大幅に高速化することができる。本稿では,3つの大規模公用ミトーシスデータセットに対して,提案モデルの性能と一般化性を示す。
論文参考訳（メタデータ） (2022-08-26T11:14:59Z)
Sickle Cell Disease Severity Prediction from Percoll Gradient Images using Graph Convolutional Networks [38.27767684024691]
シックル細胞病(Sickle cell disease, SCD)は、赤血球の早期破壊を引き起こす重篤な遺伝性ヘモグロビン疾患である。提案手法は,SCD重大度予測の難問に対する最初の計算手法である。
論文参考訳（メタデータ） (2021-09-11T21:09:50Z)
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)
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)
Lung Segmentation and Nodule Detection in Computed Tomography Scan using a Convolutional Neural Network Trained Adversarially using Turing Test Loss [6.375447757249894]
肺がんは世界中で最も多く見られるがんであり、死亡率が高い。悪性腫瘍の症状である結節は、患者のCTスキャンで約0.0125～0.025%の体積を占める。この問題に対処するために,計算効率の良い2段階フレームワークを提案する。第1段階では、肺領域のチューリング試験損失セグメントを用いて、畳み込みニューラルネットワーク(CNN)が逆行訓練を行った。第2段階では、区分けされた領域から採取されたパッチは、結節の存在を検出するために分類される。
論文参考訳（メタデータ） (2020-06-16T16:51:53Z)
Segmentation of the Myocardium on Late-Gadolinium Enhanced MRI based on 2.5 D Residual Squeeze and Excitation Deep Learning Model [55.09533240649176]
本研究の目的は,LGE-MRIを用いた心筋境界領域の深部学習モデルに基づく正確な自動セグメンテーション法を開発することである。合計320回の試験(平均6回の試験)と28回の試験が行われた。ベーススライスとミドルスライスにおけるアンサンブルモデルの性能解析は, サーバ内調査と同等であり, アトピーススライスではわずかに低かった。
論文参考訳（メタデータ） (2020-05-27T20:44:38Z)
Deep Feature Fusion for Mitosis Counting [0.0]
有糸分裂細胞数は、乳がんの攻撃性または品位を評価する最も一般的な検査の1つである。ディープラーニングネットワークは、興味のある領域を自動的にローカライズできる医療アプリケーションに適用されている。提案手法は,オブジェクト検出のための高速RCNNを利用して,RGB画像特徴を持つUNetによって生成されたセグメンテーション機能を融合させ,MITOS-ATYPIA 2014 mitosis counting Challengeデータセット上で0.508のFスコアを達成する。
論文参考訳（メタデータ） (2020-02-01T20:20:00Z)

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。