Fugu-MT 論文翻訳(概要): Malaria detection in Segmented Blood Cell using Convolutional Neural Networks and Canny Edge Detection

論文の概要: Malaria detection in Segmented Blood Cell using Convolutional Neural Networks and Canny Edge Detection

arxiv url: http://arxiv.org/abs/2202.10426v1
Date: Mon, 21 Feb 2022 18:34:35 GMT
ステータス: 処理完了
システム内更新日: 2022-02-23 08:47:42.636007
Title: Malaria detection in Segmented Blood Cell using Convolutional Neural Networks and Canny Edge Detection
Title（参考訳）: 畳み込みニューラルネットワークとカニーエッジ検出を用いたセグメンテーション血液細胞のマラリア検出
Authors: Tahsinur Rahman Talukdar, Mohammad Jaber Hossain, Tahmid H. Talukdar
Abstract要約: マラリア細胞検出の精度は95%以上である。また、同程度の精度を維持しながら、トレーニングファイルサイズを減らすために、Canny画像処理を適用します。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: We apply convolutional neural networks to identify between malaria infected and non-infected segmented cells from the thin blood smear slide images. We optimize our model to find over 95% accuracy in malaria cell detection. We also apply Canny image processing to reduce training file size while maintaining comparable accuracy (~ 94%).
Abstract（参考訳）: 血液スミアスライド画像からマラリア感染細胞と非感染セグメント細胞を同定するために畳み込みニューラルネットワークを適用した。マラリア細胞の検出精度は95%以上である。また、同等の精度(約94%)を維持しながら、トレーニングファイルサイズを削減するためにcanny画像処理を適用する。

関連論文リスト

Brain Tumor Classification on MRI in Light of Molecular Markers [61.77272414423481]
1p/19q遺伝子の同時欠失は、低グレードグリオーマの臨床成績と関連している。本研究の目的は,MRIを用いた畳み込みニューラルネットワークを脳がん検出に活用することである。
論文参考訳（メタデータ） (2024-09-29T07:04:26Z)
Deep Generative Classification of Blood Cell Morphology [7.494975467007647]
細胞形態を効果的にモデル化する拡散型分類器であるCytoDiffusionを紹介する。本手法は異常検出における最先端の識別モデルよりも優れている。直接解釈可能な逆ファクト・ヒートマップの生成によりモデル説明可能性を向上させる。
論文参考訳（メタデータ） (2024-08-16T19:17:02Z)
Enhancing Cell Instance Segmentation in Scanning Electron Microscopy Images via a Deep Contour Closing Operator [0.04568852250743578]
そこで本研究では,SEM画像のインスタンスベースセルセグメンテーションを改善するために,境界線を精製するAI駆動方式を提案する。 CNN COp-Netは、細胞輪郭のギャップに対処するために導入され、不十分な情報や欠落した情報のある領域で効果的に満たされる。 PDX肝芽腫組織からのプライベートSEM画像と公開画像データセットの両方を用いて,細胞境界の精度を高めるためのアプローチの有効性を示した。
論文参考訳（メタデータ） (2024-07-22T17:32:06Z)
Malaria Cell Detection Using Deep Neural Networks [1.1237179306040028]
マラリアは世界中で最も深刻な公衆衛生上の懸念の1つだ。血液スミアの顕微鏡検査などの従来の診断法は、労働集約的である。本研究の目的は, 深層学習によるマラリア感染細胞の自動検出である。
論文参考訳（メタデータ） (2024-06-28T15:44:55Z)
Corneal endothelium assessment in specular microscopy images with Fuchs' dystrophy via deep regression of signed distance maps [48.498376125522114]
本稿では,UNetをベースとしたセグメンテーション手法を提案する。これは、フックスのジストロフィーの全度にわたって、信頼できるCE形態計測と腸骨同定を実現する。
論文参考訳（メタデータ） (2022-10-13T15:34:20Z)
Acute Lymphoblastic Leukemia Detection Using Hypercomplex-Valued Convolutional Neural Networks [1.3706331473063877]
8つの超複素数値畳み込みニューラルネットワーク(HvCNN)と実数値畳み込みニューラルネットワークを用いて分類タスクを行う。以上の結果から,HvCNNは実数値モデルよりも優れた性能を示し,パラメータの少ない精度を示す。
論文参考訳（メタデータ） (2022-05-26T11:16:34Z)
EMT-NET: Efficient multitask network for computer-aided diagnosis of breast cancer [58.720142291102135]
乳腺腫瘍の分類と分別を同時に行うための,効率的で軽量な学習アーキテクチャを提案する。腫瘍分類ネットワークにセグメンテーションタスクを組み込むことにより,腫瘍領域に着目したバックボーンネットワークで表現を学習する。腫瘍分類の精度、感度、特異性はそれぞれ88.6%、94.1%、85.3%である。
論文参考訳（メタデータ） (2022-01-13T05:24:40Z)
Deep CNNs for Peripheral Blood Cell Classification [0.0]
我々は、顕微鏡的末梢血細胞画像データセットに基づいて、27の人気の深層畳み込みニューラルネットワークアーキテクチャをベンチマークした。血液細胞分類のためのImageNetデータセットに事前トレーニングされた最先端画像分類モデルを微調整する。
論文参考訳（メタデータ） (2021-10-18T17:56:07Z)
Multi-Scale Input Strategies for Medulloblastoma Tumor Classification using Deep Transfer Learning [59.30734371401316]
乳腺芽腫は小児で最も多い悪性脳腫瘍である。 CNNはMBサブタイプ分類に有望な結果を示した。タイルサイズと入力戦略の影響について検討した。
論文参考訳（メタデータ） (2021-09-14T09:42:37Z)
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 interpretable classifier for high-resolution breast cancer screening images utilizing weakly supervised localization [45.00998416720726]
医用画像の特徴に対処する枠組みを提案する。このモデルはまず、画像全体の低容量だがメモリ効率のよいネットワークを使用して、最も情報性の高い領域を識別する。次に、選択したリージョンから詳細を収集するために、別の高容量ネットワークを適用します。最後に、グローバルおよびローカル情報を集約して最終的な予測を行うフュージョンモジュールを使用する。
論文参考訳（メタデータ） (2020-02-13T15:28:42Z)

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。