論文の概要: A Semantic Segmentation Network Based Real-Time Computer-Aided Diagnosis
System for Hydatidiform Mole Hydrops Lesion Recognition in Microscopic View
- arxiv url: http://arxiv.org/abs/2204.04949v1
- Date: Mon, 11 Apr 2022 08:51:16 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-13 02:48:22.650700
- Title: A Semantic Segmentation Network Based Real-Time Computer-Aided Diagnosis
System for Hydatidiform Mole Hydrops Lesion Recognition in Microscopic View
- Title（参考訳）: hydatidiform mole hydrops lesion recognitionのための意味セグメンテーションネットワークに基づくリアルタイムコンピュータ支援診断システム
- Authors: Chengze Zhu, Pingge Hu, Xianxu Zeng, Xingtong Wang, Zehua Ji and Li
Shi
- Abstract要約: ヒダチジホルムモール(HM)は、最も一般的な摂食性トロフォブラスト性疾患の1つである。
病理学の分野では、多彩なHM病変の顕微所見は、診断経験の広い医師が診断ミスや誤診を予防するために必要であることを意味している。
我々は,HMハイドロプス病変をリアルタイムに観察するディープラーニングCADシステムを構築した。
- 参考スコア（独自算出の注目度）: 1.725719737332946
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As a disease with malignant potential, hydatidiform mole (HM) is one of the
most common gestational trophoblastic diseases. For pathologists, the HM
section of hydrops lesions is an important basis for diagnosis. In pathology
departments, the diverse microscopic manifestations of HM lesions and the
limited view under the microscope mean that physicians with extensive
diagnostic experience are required to prevent missed diagnosis and
misdiagnosis. Feature extraction can significantly improve the accuracy and
speed of the diagnostic process. As a remarkable diagnosis assisting
technology, computer-aided diagnosis (CAD) has been widely used in clinical
practice. We constructed a deep-learning-based CAD system to identify HM
hydrops lesions in the microscopic view in real-time. The system consists of
three modules; the image mosaic module and edge extension module process the
image to improve the outcome of the hydrops lesion recognition module, which
adopts a semantic segmentation network, our novel compound loss function, and a
stepwise training function in order to achieve the best performance in
identifying hydrops lesions. We evaluated our system using an HM hydrops
dataset. Experiments show that our system is able to respond in real-time and
correctly display the entire microscopic view with accurately labeled HM
hydrops lesions.
- Abstract（参考訳）: 悪性度を有する疾患としては、HM(hydatidiform mole)が最も一般的である。
病理組織学的には,HydropsのHM領域は診断の重要な基盤である。
病理学の分野では、顕微鏡下HM病変の多彩な顕微鏡像と限られた視野は、診断経験の広い医師が診断ミスや誤診を予防するために必要であることを意味している。
特徴抽出は診断プロセスの精度と速度を大幅に向上させることができる。
診断補助技術として,コンピュータ支援診断(CAD)が臨床に広く用いられている。
我々は,HMハイドロプス病変をリアルタイムに観察するディープラーニングCADシステムを構築した。
本システムでは,イメージモザイクモジュールとエッジ拡張モジュールの3つのモジュールから構成し,イメージモザイクを処理し,意味セグメンテーションネットワークを採用したハイドロプス病変認識モジュール,新しい複合損失関数,ステップワイズトレーニング関数を用いてハイドロプス病変の同定に最適な性能を実現する。
HMハイドロプスデータセットを用いてシステム評価を行った。
実験の結果,本システムはリアルタイムに反応し,HMハイドロプス病変を正確にラベル付けした顕微鏡像全体を正しく表示することができた。
関連論文リスト
- Potential of Multimodal Large Language Models for Data Mining of Medical Images and Free-text Reports [51.45762396192655]
特にGemini-Vision-Series (Gemini) と GPT-4-Series (GPT-4) は、コンピュータビジョンのための人工知能のパラダイムシフトを象徴している。
本研究は,14の医用画像データセットを対象に,Gemini,GPT-4,および4つの一般的な大規模モデルの性能評価を行った。
論文 参考訳（メタデータ） (2024-07-08T09:08:42Z) - Super-resolution of biomedical volumes with 2D supervision [84.5255884646906]
超解像のための仮設スライス拡散は、生物学的標本のすべての空間次元にわたるデータ生成分布の固有同値性を利用する。
我々は,高解像度2次元画像の高速取得を特徴とするSliceRの組織学的刺激(SRH)への応用に着目する。
論文 参考訳（メタデータ） (2024-04-15T02:41:55Z) - Attention-based Efficient Classification for 3D MRI Image of Alzheimer's
Disease [2.6793044027881865]
本研究では、畳み込みニューラルネットワークに基づくアルツハイマー病検出モデルを提案する。
実験結果から, 使用した2次元融合アルゴリズムは, モデルのトレーニングコストを効果的に向上させることが示された。
論文 参考訳（メタデータ） (2024-01-25T12:18:46Z) - Can GPT-4V(ision) Serve Medical Applications? Case Studies on GPT-4V for
Multimodal Medical Diagnosis [59.35504779947686]
GPT-4VはOpenAIの最新のマルチモーダル診断モデルである。
評価対象は17の人体システムである。
GPT-4Vは、医用画像のモダリティと解剖学を区別する能力を示す。
疾患の診断と包括的報告作成において重大な課題に直面している。
論文 参考訳（メタデータ） (2023-10-15T18:32:27Z) - Feature Representation Learning for Robust Retinal Disease Detection
from Optical Coherence Tomography Images [0.0]
眼科画像は、異なる網膜変性疾患を区別する自動化技術で失敗する、同一の外観の病理を含んでいる可能性がある。
本研究では,3つの学習ヘッドを持つ堅牢な疾患検出アーキテクチャを提案する。
2つのOCTデータセットによる実験結果から,提案モデルが既存の最先端モデルよりも精度,解釈可能性,堅牢性に優れ,網膜外網膜疾患の検出に有用であることが示唆された。
論文 参考訳（メタデータ） (2022-06-24T07:59:36Z) - Segmentation Network with Compound Loss Function for Hydatidiform Mole
Hydrops Lesion Recognition [1.725719737332946]
病理形態学はヒダチダイフォームモールの標準的な診断法である。
不完全な病変発生のため,早期のヒダチダイフォームモールの識別は困難である。
そこで我々は,新しい損失関数と訓練法に基づくヒダチ型モルヒドロプス病変セグメントモデルを構築した。
論文 参考訳（メタデータ） (2022-04-11T09:08:08Z) - SIM-ECG: A Signal Importance Mask-driven ECGClassification System [11.030532126096006]
心臓病は1番のキラーであり、心電図は早期診断と致命的な結果の予防に役立つ。
現在のシステムは、熟練したECGリーダーほど正確ではなく、診断を提供するブラックボックスアプローチは、医療従事者による信頼の欠如をもたらす。
本稿では,フィードバックを継続的に受け取り,精度を向上し,その結果の診断を除外する,信号重要マスクフィードバックに基づく機械学習システムを提案する。
論文 参考訳（メタデータ） (2021-10-28T01:27:37Z) - 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) - An Interpretable Multiple-Instance Approach for the Detection of
referable Diabetic Retinopathy from Fundus Images [72.94446225783697]
基礎画像における参照糖尿病網膜症検出のための機械学習システムを提案する。
画像パッチから局所情報を抽出し,アテンション機構により効率的に組み合わせることで,高い分類精度を実現することができる。
我々は,現在入手可能な網膜画像データセットに対するアプローチを評価し,最先端の性能を示す。
論文 参考訳（メタデータ） (2021-03-02T13:14:15Z) - Diagnosis of Coronavirus Disease 2019 (COVID-19) with Structured Latent
Multi-View Representation Learning [48.05232274463484]
最近、コロナウイルス病2019(COVID-19)の流行は世界中で急速に広まっている。
多くの患者と医師の重労働のために、機械学習アルゴリズムによるコンピュータ支援診断が緊急に必要である。
本研究では,CT画像から抽出した一連の特徴を用いて,COVID-19の診断を行うことを提案する。
論文 参考訳（メタデータ） (2020-05-06T15:19:15Z)
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。