論文の概要: Deep Learning and Computer Vision Techniques for Microcirculation
Analysis: A Review
- arxiv url: http://arxiv.org/abs/2205.05493v1
- Date: Wed, 11 May 2022 13:34:01 GMT
- ステータス: 処理完了
- システム内更新日: 2022-05-13 00:50:54.245222
- Title: Deep Learning and Computer Vision Techniques for Microcirculation
Analysis: A Review
- Title（参考訳）: 微小循環解析のための深層学習とコンピュータビジョン技術 : レビュー
- Authors: Maged Abdalla Helmy Mohamed Abdou, Trung Tuyen Truong, Eric Jul, Paulo
Ferreira
- Abstract要約: 微小循環画像の解析は、敗血症のような生命を脅かす病気の早期の兆候を明らかにする可能性がある。
微小循環画像における毛細血管密度と毛細血管分布の定量化は、重篤な患者を支援する生物学的マーカーとして用いられる。
様々な性能のコンピュータビジョン技術を用いて、これらの微小循環画像の解析を自動化することができる。
- 参考スコア（独自算出の注目度）: 0.688204255655161
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The analysis of microcirculation images has the potential to reveal early
signs of life-threatening diseases like sepsis. Quantifying the capillary
density and the capillary distribution in microcirculation images can be used
as a biological marker to assist critically ill patients. The quantification of
these biological markers is labor-intensive, time-consuming, and subject to
interobserver variability. Several computer vision techniques with varying
performance can be used to automate the analysis of these microcirculation
images in light of the stated challenges. In this paper, we present a survey of
over 50 research papers and present the most relevant and promising computer
vision algorithms to automate the analysis of microcirculation images.
Furthermore, we present a survey of the methods currently used by other
researchers to automate the analysis of microcirculation images. This survey is
of high clinical relevance because it acts as a guidebook of techniques for
other researchers to develop their microcirculation analysis systems and
algorithms.
- Abstract（参考訳）: 微小循環画像の解析は、敗血症のような生命を脅かす病気の早期の兆候を明らかにする可能性がある。
微小循環画像中の毛細血管密度と毛細血管分布を定量化することは、重症患者の生物学的マーカーとして使用できる。
これらの生物学的マーカーの定量化は、労働集約的であり、時間を要する。
様々な性能を持つコンピュータビジョン技術は、上記の課題に照らしてこれらの微小循環画像の解析を自動化するために使用できる。
本稿では,50以上の研究論文を調査し,マイクロサーキュレーション画像の解析を自動化するための最も重要かつ有望なコンピュータビジョンアルゴリズムについて述べる。
さらに, マイクロサーキュレーション画像の解析を行うため, 他研究者が現在使用している手法について検討する。
この調査は、他の研究者がマイクロ循環分析システムやアルゴリズムを開発するための技術ガイドブックとして機能するため、高い臨床関連性がある。
関連論文リスト
- Multiplex Imaging Analysis in Pathology: a Comprehensive Review on Analytical Approaches and Digital Toolkits [0.7968706282619793]
マルチ多重イメージングは、複数のバイオマーカーを1つのセクションで同時に視覚化することを可能にする。
多重画像からのデータは、前処理、セグメンテーション、特徴抽出、空間解析のための洗練された計算方法を必要とする。
PathMLは、画像分析を効率化するAIベースのプラットフォームで、臨床および研究環境では複雑な解釈がアクセス可能である。
論文 参考訳（メタデータ） (2024-11-01T18:02:41Z) - Style transfer between Microscopy and Magnetic Resonance Imaging via
Generative Adversarial Network in small sample size settings [49.84018914962972]
磁気共鳴イメージング(MRI)のクロスモーダル増強と、同じ組織サンプルに基づく顕微鏡イメージングが期待できる。
コンディショナル・ジェネレーティブ・逆境ネットワーク (cGAN) アーキテクチャを用いて, コーパス・カロサムのMRI画像から顕微鏡組織像を生成する方法を検討した。
論文 参考訳（メタデータ） (2023-10-16T13:58:53Z) - Optimizations of Autoencoders for Analysis and Classification of
Microscopic In Situ Hybridization Images [68.8204255655161]
同様のレベルの遺伝子発現を持つ顕微鏡画像の領域を検出・分類するためのディープラーニングフレームワークを提案する。
分析するデータには教師なし学習モデルが必要です。
論文 参考訳（メタデータ） (2023-04-19T13:45:28Z) - Video-based Facial Micro-Expression Analysis: A Survey of Datasets,
Features and Algorithms [52.58031087639394]
マイクロ表現は不随意かつ過渡的な表情である。
嘘検出や犯罪検出など、幅広い応用において重要な情報を提供することができる。
マイクロ表現は過渡的で低強度であるため、検出と認識は困難であり、専門家の経験に大きく依存する。
論文 参考訳（メタデータ） (2022-01-30T05:14:13Z) - Increasing a microscope's effective field of view via overlapped imaging
and machine learning [4.23935174235373]
この研究は、高効率自動検体分析のために単一のセンサー上で複数の独立した視野を重畳するマルチレンズ顕微鏡イメージングシステムを示す。
論文 参考訳（メタデータ） (2021-10-10T22:52:36Z) - OCTAVA: an open-source toolbox for quantitative analysis of optical
coherence tomography angiography images [0.2621533844622817]
ユーザフレンドリーでオープンソースのツールボックスOCTAVAを報告し、OCTA最大強度投影画像の事前処理、セグメンテーション、定量的解析を自動化する。
市販・非商用機器およびサンプルのOCTA画像の定量的解析を行い、OCTAVAが微小血管のキャラクタリゼーションの指標を正確に再現可能であることを示す。
論文 参考訳（メタデータ） (2021-09-04T10:11:42Z) - Ultrafast Focus Detection for Automated Microscopy [0.0]
連続的に収集した電子顕微鏡画像に対する高速な焦点検出アルゴリズムを提案する。
本手法は, 従来のコンピュータビジョン技術に適応し, 様々な微細な組織学的特徴を検出する手法である。
アウト・オブ・フォーカス条件をほぼリアルタイムに検出するテストが実施されている。
論文 参考訳（メタデータ） (2021-08-26T22:24:41Z) - A parameter refinement method for Ptychography based on Deep Learning
concepts [55.41644538483948]
伝播距離、位置誤差、部分的コヒーレンスにおける粗いパラメトリゼーションは、しばしば実験の生存性を脅かす。
最新のDeep Learningフレームワークは、セットアップの不整合を自律的に補正するために使用され、ポチコグラフィーの再構築の質が向上する。
我々は,elettra シンクロトロン施設のツインミックビームラインで取得した合成データセットと実データの両方でシステムをテストした。
論文 参考訳（メタデータ） (2021-05-18T10:15:17Z) - A State-of-the-art Survey of Object Detection Techniques in
Microorganism Image Analysis: from Traditional Image Processing and Classical
Machine Learning to Current Deep Convolutional Neural Networks and Potential
Visual Transformers [19.612485200561455]
微生物は人間の生活に重要な役割を果たします。
そのため、微生物検出は人間にとって非常に重要である。
従来の微視的検出法では, 長い検出サイクル, 低い検出精度, 稀な微生物の検出が困難である。
コンピュータ画像解析は微生物の高精度・高効率検出を実現することができる。
論文 参考訳（メタデータ） (2021-05-07T10:18:17Z) - Machine Learning Methods for Histopathological Image Analysis: A Review [62.14548392474976]
病理組織像 (HIs) は癌診断における腫瘍の種類を評価するための金の基準である。
このような分析を高速化する方法の1つは、コンピュータ支援診断(CAD)システムを使用することである。
論文 参考訳（メタデータ） (2021-02-07T19:12:32Z) - Towards an Automatic Analysis of CHO-K1 Suspension Growth in
Microfluidic Single-cell Cultivation [63.94623495501023]
我々は、人間の力で抽象化されたニューラルネットワークをデータレベルで注入できる新しい機械学習アーキテクチャを提案する。
具体的には、自然データと合成データに基づいて生成モデルを同時に訓練し、細胞数などの対象変数を確実に推定できる共有表現を学習する。
論文 参考訳（メタデータ） (2020-10-20T08:36:51Z)
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。