論文の概要: Holistic Fine-grained GGS Characterization: From Detection to Unbalanced Classification

• arxiv url: http://arxiv.org/abs/2202.00087v1
• Date: Mon, 31 Jan 2022 20:56:25 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-03 05:05:32.575166
• Title: Holistic Fine-grained GGS Characterization: From Detection to Unbalanced Classification
• Title（参考訳）: ホロスティックきめ細かいGGSの特徴:検出から不均衡分類へ
• Authors: Yuzhe Lu, Haichun Yang, Zuhayr Asad, Zheyu Zhu, Tianyuan Yao, Jiachen Xu, Agnes B. Fogo, and Yuankai Huo
• Abstract要約: 完全自動で全スライド画像から糸球体硬化を定量化するための総括パイプラインを提案する。 本研究は,GGSを微粒化するためのオープンソースの定量的解析ツールである。
• 参考スコア（独自算出の注目度）: 5.31092810561619
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Recent studies have demonstrated the diagnostic and prognostic values of global glomerulosclerosis (GGS) in IgA nephropathy, aging, and end-stage renal disease. However, the fine-grained quantitative analysis of multiple GGS subtypes (e.g., obsolescent, solidified, and disappearing glomerulosclerosis) is typically a resource extensive manual process. Very few automatic methods, if any, have been developed to bridge this gap for such analytics. In this paper, we present a holistic pipeline to quantify GGS (with both detection and classification) from a whole slide image in a fully automatic manner. In addition, we conduct the fine-grained classification for the sub-types of GGS. Our study releases the open-source quantitative analytical tool for fine-grained GGS characterization while tackling the technical challenges in unbalanced classification and integrating detection and classification.
• Abstract（参考訳）: 近年,IgA腎症,老化,末期腎疾患におけるグローバル糸球体硬化症の診断と予後について検討している。 しかしながら、複数のGGSサブタイプ(例えば、可溶化、固化、消滅する糸球体硬化症)の詳細な定量分析は、典型的にはリソースの広範囲な手作業である。 このような分析のためにこのギャップを埋めるために開発された自動手法はほとんどない。 本稿では,全スライド画像からGGS(検出と分類の両方)を完全自動で定量化するための全体的パイプラインを提案する。 さらに,GGSのサブタイプの詳細な分類を行う。 本研究は,非バランスな分類と検出と分類の統合という技術的課題に対処しながら,粒度GGSのキャラクタリゼーションを微粒化するためのオープンソースの定量的解析ツールをリリースする。

関連論文リスト

• Towards a Comprehensive Benchmark for Pathological Lymph Node Metastasis in Breast Cancer Sections [21.75452517154339]
  我々は1,399枚のスライド画像(WSI)と、Camelyon-16とCamelyon-17データセットのラベルを再処理した。 再発腫瘍領域の大きさから,2重複癌検診を4段階に改善した。
  論文  参考訳（メタデータ） (2024-11-16T09:19:24Z)
• Single-Cell Deep Clustering Method Assisted by Exogenous Gene Information: A Novel Approach to Identifying Cell Types [50.55583697209676]
  我々は,細胞間のトポロジ的特徴を効率的に捉えるために,注目度の高いグラフオートエンコーダを開発した。 クラスタリング過程において,両情報の集合を統合し,細胞と遺伝子の特徴を再構成し,識別的表現を生成する。 本研究は、細胞の特徴と分布に関する知見を高め、疾患の早期診断と治療の基礎となる。
  論文  参考訳（メタデータ） (2023-11-28T09:14:55Z)
• Cross-heterogeneity Graph Few-shot Learning [9.80898395055038]
  本稿では,異種間グラフFew-shot Learning,すなわちCGFLの新たなモデルを提案する。 CGFLでは,まず異種情報を取得するメタパターンを抽出する。 そこで我々は,ラベル付きサンプルの情報量を測定するスコアモジュールを提案し,各ソースHGの転送可能性を決定する。
  論文  参考訳（メタデータ） (2023-08-10T01:25:28Z)
• Granger causal inference on DAGs identifies genomic loci regulating transcription [77.58911272503771]
  GrID-Netは、DBG構造化システムにおけるGranger因果推論のためのラタグメッセージパッシングを備えたグラフニューラルネットワークに基づくフレームワークである。 我々の応用は、特定の遺伝子の調節を仲介するゲノム座を同定する単一セルマルチモーダルデータの解析である。
  論文  参考訳（メタデータ） (2022-10-18T21:15:10Z)
• Glo-In-One: Holistic Glomerular Detection, Segmentation, and Lesion Characterization with Large-scale Web Image Mining [5.786726927985774]
  我々はGlo-In-Oneツールキットを開発し、一行のコマンドで全体的球状検出、セグメンテーション、キャラクタリゼーションを実現する。 我々は,自己教師型ディープラーニングのアルゴリズム開発を促進するために,3万枚の未ラベルの球面画像の大規模なコレクションをリリースする。
  論文  参考訳（メタデータ） (2022-05-31T21:22:10Z)
• Multi-class versus One-class classifier in spontaneous speech analysis oriented to Alzheimer Disease diagnosis [58.720142291102135]
  本研究の目的は,音声信号から抽出した新しいバイオマーカーを用いて自動解析を行うことにより,ADの早期診断と重症度評価の改善に寄与することである。 外付け器とフラクタル次元の機能に関する情報を使用することで、システムの性能が向上する。
  論文  参考訳（メタデータ） (2022-03-21T09:57:20Z)
• Deep Learning-Based Sparse Whole-Slide Image Analysis for the Diagnosis of Gastric Intestinal Metaplasia [5.64692772904991]
  本稿では,WSIレベル分類のための高出力ROIの迅速同定のためのスパースWSI解析手法を提案する。 本手法は胃粘膜異形成(GIM)をヘマトキシリンおよびエオシンスライド上で診断し,病理組織学的に有用であるが時間を要する課題について検討した。 提案手法は, 受信機動作特性曲線(AUC)が0.98, 平均精度(AP)が0.95のWSIレベルの分類領域を持つ全正のWSIにおいて, GIMの検出に成功している。
  論文  参考訳（メタデータ） (2022-01-05T04:43:46Z)
• Deep Graph-level Anomaly Detection by Glocal Knowledge Distillation [61.39364567221311]
  グラフレベルの異常検出(GAD)は、その構造やノードの特徴に異常なグラフを検出する問題を記述している。 GADの課題の1つは、局所的および大域的非正則グラフの検出を可能にするグラフ表現を考案することである。 本稿では,グラフとノード表現の連成ランダム蒸留により,グローバルおよびローカルな正規パターン情報を豊富に学習するGADのための新しい深部異常検出手法を提案する。
  論文  参考訳（メタデータ） (2021-12-19T05:04:53Z)
• Cancer Gene Profiling through Unsupervised Discovery [49.28556294619424]
  低次元遺伝子バイオマーカーを発見するための,新しい,自動かつ教師なしのフレームワークを提案する。 本手法は,高次元中心型非監視クラスタリングアルゴリズムLP-Stabilityアルゴリズムに基づく。 私達の署名は免疫炎症および免疫砂漠の腫瘍の区別の有望な結果報告します。
  論文  参考訳（メタデータ） (2021-02-11T09:04:45Z)
• A Survey on Heterogeneous Graph Embedding: Methods, Techniques, Applications and Sources [79.48829365560788]
  異種情報ネットワーク (heterogenous information network) としても知られるヘテロジニアスグラフ (HGs) は、現実のシナリオにおいてユビキタス化されている。 HG埋め込みは、下流タスクのための不均一な構造と意味を保ちながら、低次元空間での表現を学習することを目的としている。
  論文  参考訳（メタデータ） (2020-11-30T15:03:47Z)
• Decoupled Gradient Harmonized Detector for Partial Annotation: Application to Signet Ring Cell Detection [13.530905176008057]
  本稿では,DGHM-C損失(DGHM-C損失)と表現される分類損失(DGHM-C損失)にデカップリンググラディエント調和機構(DGHM)を組み込む。 笛と鐘がなければ、私たちはその挑戦で2位を獲得しました。
  論文  参考訳（メタデータ） (2020-04-09T09:53:11Z)

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。