論文の概要: Perineural Invasion Detection in Multiple Organ Cancer Based on Deep
Convolutional Neural Network
- arxiv url: http://arxiv.org/abs/2110.12283v1
- Date: Sat, 23 Oct 2021 19:39:08 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-26 17:12:03.789014
- Title: Perineural Invasion Detection in Multiple Organ Cancer Based on Deep
Convolutional Neural Network
- Title(参考訳): 深部畳み込みニューラルネットを用いた多発臓器癌周囲浸潤の検出
- Authors: Ramin Nateghi, Fattaneh Pourakpour
- Abstract要約: 悪性腫瘍細胞による神経周囲浸潤 (PNI) は, 様々な癌における予後不良の独立した指標として報告されている。
本研究では,コンボリューションニューラルネットワークを用いて,大腸癌,前立腺癌,膵癌の周膜浸潤を検出するアルゴリズムを提案する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Perineural invasion (PNI) by malignant tumor cells has been reported as an
independent indicator of poor prognosis in various cancers. Assessment of PNI
in small nerves on glass slides is a labor-intensive task. In this study, we
propose an algorithm to detect the perineural invasions in colon, prostate, and
pancreas cancers based on a convolutional neural network (CNN).
- Abstract(参考訳): 悪性腫瘍細胞による神経周囲浸潤 (PNI) は, 様々な癌における予後不良の独立した指標として報告されている。
ガラススライド上の小神経におけるpniの評価は労働集約的課題である。
本研究では,畳み込みニューラルネットワーク(cnn)を用いて,大腸癌,前立腺癌,膵癌における会陰浸潤を検出するアルゴリズムを提案する。
関連論文リスト
- Cancer-Net PCa-Gen: Synthesis of Realistic Prostate Diffusion Weighted
Imaging Data via Anatomic-Conditional Controlled Latent Diffusion [68.45407109385306]
カナダでは、前立腺がんは男性でもっとも一般的ながんであり、2022年のこの人口統計では、新しいがん症例の20%を占めている。
拡散強調画像(DWI)データを用いた前立腺癌診断,予後,治療計画のためのディープニューラルネットワークの開発には大きな関心が寄せられている。
本研究では,解剖学的条件制御型潜伏拡散戦略の導入により,現実的な前立腺DWIデータを生成するための潜伏拡散の有効性について検討した。
論文 参考訳(メタデータ) (2023-11-30T15:11:03Z) - A deep local attention network for pre-operative lymph node metastasis
prediction in pancreatic cancer via multiphase CT imaging [22.57399272278884]
そこで本研究では,LNの転移状況予測タスクを容易化するために,完全自動LNセグメンテーションと識別ネットワークを提案する。
関連臓器や血管から注意マップを誘導することにより,膵LN位置の解剖学的背景を解明する。
腫瘍領域から抽出したLNの分類・同定と深部画像特徴を併用したLN転移状況予測ネットワークを開発した。
論文 参考訳(メタデータ) (2023-01-04T05:14:31Z) - Multiple Instance Neural Networks Based on Sparse Attention for Cancer
Detection using T-cell Receptor Sequences [10.199698726118003]
本稿では,スパースアテンション(MINN-SA)に基づく複数インスタンスニューラルネットワークを提案する。
MINN-SAは10種類の癌で測定された平均値において、ROC曲線(AUC)値が最も高い。
論文 参考訳(メタデータ) (2022-08-09T03:24:03Z) - A Pilot Study of Relating MYCN-Gene Amplification with
Neuroblastoma-Patient CT Scans [14.442730976318726]
我々は、MYCN遺伝子増幅の有無を予測するために、複数の機械学習(ML)アルゴリズムを採用する。
このデータセットは、23人の神経芽腫患者の振り返りCT画像で構成されている。
CNNベースの方法は、事前訓練された畳み込みニューラルネットワークを使用し、放射能ベースの方法は放射能の特徴を抽出する。
論文 参考訳(メタデータ) (2022-05-21T15:14:24Z) - A Pathology-Based Machine Learning Method to Assist in Epithelial
Dysplasia Diagnosis [0.0]
上皮性Dysplasia(ED)は口腔癌に先行する病変にみられる組織変化である。
本研究では, 変形性上皮の検出を支援するために, 計算コストの低い分類システムを設計する手法を提案する。
論文 参考訳(メタデータ) (2022-04-07T16:45:28Z) - Learned super resolution ultrasound for improved breast lesion
characterization [52.77024349608834]
超高分解能超音波局在顕微鏡は毛細血管レベルでの微小血管のイメージングを可能にする。
この作業では、これらの課題に対処するために、信号構造を効果的に活用するディープニューラルネットワークアーキテクチャを使用します。
トレーニングしたネットワークを利用することで,従来のPSF知識を必要とせず,UCAの分離性も必要とせず,短時間で微小血管構造を復元する。
論文 参考訳(メタデータ) (2021-07-12T09:04:20Z) - 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) - Artificial Neural Network Based Breast Cancer Screening: A Comprehensive
Review [0.0]
本稿では,マンモグラフィによる乳癌の診断のための人工ニューラルネットワークモデルに関する文献を体系的にレビューする。
スパイキングニューラルネットワーク(SNN)、ディープ信頼ネットワーク(DBN)、畳み込みニューラルネットワーク(CNN)、多層ニューラルネットワーク(MLNN)、スタックドオートエンコーダ(SAE)、スタックドデノイズオートエンコーダ(SDAE)など、さまざまなANNモデルの利点と限界について述べる。
論文 参考訳(メタデータ) (2020-05-29T17:13:51Z) - Gleason Grading of Histology Prostate Images through Semantic
Segmentation via Residual U-Net [60.145440290349796]
前立腺癌の最終診断は、病理学者による前立腺生検におけるGleasonパターンの視覚的検出に基づいている。
コンピュータ支援診断システムは、組織内のがんのパターンを分類し分類することができる。
この研究の方法論的核心は、がん組織を分節できる残留ブロックで修正された画像分割のためのU-Net畳み込みニューラルネットワークである。
論文 参考訳(メタデータ) (2020-05-22T19:49:10Z) - Segmentation for Classification of Screening Pancreatic Neuroendocrine
Tumors [72.65802386845002]
本研究は,腹部CTで膵神経内分泌腫瘍(PNET)を早期に検出するための包括的結果を提示する。
我々の知る限りでは、このタスクは以前まで計算タスクとして研究されていなかった。
我々の手法は最先端のセグメンテーションネットワークより優れ、感度は89.47%、特異性は81.08%である。
論文 参考訳(メタデータ) (2020-04-04T21:21:44Z) - Stan: Small tumor-aware network for breast ultrasound image segmentation [68.8204255655161]
本研究では,小腫瘍認識ネットワーク(Small tumor-Aware Network,STAN)と呼ばれる新しいディープラーニングアーキテクチャを提案する。
提案手法は, 乳腺腫瘍の分節化における最先端のアプローチよりも優れていた。
論文 参考訳(メタデータ) (2020-02-03T22:25:01Z)
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。