論文の概要: Leveraging Uncertainty in Deep Learning for Pancreatic Adenocarcinoma Grading

• arxiv url: http://arxiv.org/abs/2206.08787v1
• Date: Wed, 15 Jun 2022 19:53:06 GMT
• ステータス: 処理完了
• システム内更新日: 2022-06-21 09:50:00.309178
• Title: Leveraging Uncertainty in Deep Learning for Pancreatic Adenocarcinoma Grading
• Title（参考訳）: 膵腺癌における深層学習の不確かさ
• Authors: Biraja Ghoshal, Bhargab Ghoshal, and Allan Tucker
• Abstract要約: 膵癌は、他のがんと比較して最悪の予後の1つである。 膵腺癌を診断するための現在の手関節組織学的評価は時間を要するため,誤診が頻発することが多い。 デジタル病理学では、AIに基づくがんのグレーディングは予測と不確実性定量化において極めて正確でなければならない。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Pancreatic cancers have one of the worst prognoses compared to other cancers, as they are diagnosed when cancer has progressed towards its latter stages. The current manual histological grading for diagnosing pancreatic adenocarcinomas is time-consuming and often results in misdiagnosis. In digital pathology, AI-based cancer grading must be extremely accurate in prediction and uncertainty quantification to improve reliability and explainability and are essential for gaining clinicians trust in the technology. We present Bayesian Convolutional Neural Networks for automated pancreatic cancer grading from MGG and HE stained images to estimate uncertainty in model prediction. We show that the estimated uncertainty correlates with prediction error. Specifically, it is useful in setting the acceptance threshold using a metric that weighs classification accuracy-reject trade-off and misclassification cost controlled by hyperparameters and can be employed in clinical settings.
• Abstract（参考訳）: 膵がんは、他のがんと比較して最悪の予後の1つであり、がんが進行した後に診断される。 膵腺癌診断のための現在の手指組織学的診断は時間を要するため、しばしば誤診に繋がる。 デジタル病理学において、AIに基づくがんのグレーディングは、信頼性と説明可能性を改善するために予測と不確実性の定量化において極めて正確でなければならない。 MGGおよびHE染色画像から得られた膵癌自動評価のためのベイジアン畳み込みニューラルネットワークを用いて,モデル予測の不確かさを推定する。 推定不確実性は予測誤差と相関することを示す。 具体的には、ハイパーパラメータによって制御される分類精度-拒絶トレードオフと誤分類コストを重み付けし、臨床現場で使用できる指標を用いて受け入れ閾値を設定するのに有用である。

関連論文リスト

• Boosting Medical Image-based Cancer Detection via Text-guided Supervision from Reports [68.39938936308023]
  本研究では, 高精度ながん検出を実現するための新しいテキスト誘導学習法を提案する。 本手法は,大規模プレトレーニングVLMによる臨床知識の活用により,一般化能力の向上が期待できる。
  論文  参考訳（メタデータ） (2024-05-23T07:03:38Z)
• Semi-supervised ViT knowledge distillation network with style transfer normalization for colorectal liver metastases survival prediction [1.283897253352624]
  本稿では,H&EおよびHPSで染色した組織学的スライドを用いて,自動予後予測のためのエンドツーエンドアプローチを提案する。 まずGAN(Generative Adversarial Network)を用いてスライス正規化を行い、染色のばらつきを低減し、予測パイプラインへの入力として使用される画像の全体的な品質を向上させる。 転移性結節および周囲組織から抽出した特徴を利用して予後モデルを訓練し,同時に知識蒸留フレームワークで視覚変換器(ViT)を訓練し,予後予測の性能を再現し,向上させる。
  論文  参考訳（メタデータ） (2023-11-17T03:32:11Z)
• Centroid-aware feature recalibration for cancer grading in pathology images [1.3416507206206674]
  本稿では,癌診断を高精度かつロバストに行うセンチロイド対応機能再校正ネットワークを提案する。 提案するネットワークは, 入力病理画像を埋め込み空間にマッピングし, 異なるがんグレードのベクターを組み込んで調整する。 異なる環境下で収集された大腸癌データセットを用いて,提案したネットワークの評価を行った。
  論文  参考訳（メタデータ） (2023-07-26T04:01:57Z)
• Automatic diagnosis of knee osteoarthritis severity using Swin transformer [55.01037422579516]
  変形性膝関節症 (KOA) は膝関節の慢性的な痛みと硬直を引き起こす疾患である。 我々は,Swin Transformer を用いて KOA の重大度を予測する自動手法を提案する。
  論文  参考訳（メタデータ） (2023-07-10T09:49:30Z)
• Cancer-Net BCa-S: Breast Cancer Grade Prediction using Volumetric Deep Radiomic Features from Synthetic Correlated Diffusion Imaging [82.74877848011798]
  乳がんの流行は成長を続けており、2023年には米国で約30万人の女性に影響を及ぼした。 金標準のScarff-Bloom-Richardson(SBR)グレードは、化学療法に対する患者の反応を一貫して示すことが示されている。 本稿では,合成相関拡散(CDI$s$)画像を用いた乳がん鑑定における深層学習の有効性について検討する。
  論文  参考訳（メタデータ） (2023-04-12T15:08:34Z)
• A Pathologist-Informed Workflow for Classification of Prostate Glands in Histopathology [62.997667081978825]
  病理学者は、ガラススライド上の針生検の組織を調べて前立腺がんを診断し、診断する。 がんの重症度と転移リスクは、前立腺の組織と形態に基づくスコアであるGleason gradeによって決定される。 本稿では,病理学者のtextitmodus operandi に従って,個々の腺のマルチスケールパッチを分離・分類する自動ワークフローを提案する。
  論文  参考訳（メタデータ） (2022-09-27T14:08:19Z)
• Towards Confident Detection of Prostate Cancer using High Resolution Micro-ultrasound [7.826781688190151]
  経直腸超音波ガイド下生検における前立腺癌の診断は困難である。 マイクロ超音波による高周波超音波イメージングの最近の進歩は、高分解能で組織イメージングの能力を劇的に高めている。 本研究の目的は,マイクロ超音波ガイド下前立腺癌生検を対象とする,堅牢な深層学習モデルの開発である。
  論文  参考訳（メタデータ） (2022-07-21T14:00:00Z)
• Three Applications of Conformal Prediction for Rating Breast Density in Mammography [5.634287524779709]
  乳房密度を評価することは臨床的に重要であるが、乳房密度が高く、腫瘍を閉塞する可能性が高い。 マンモグラフィー乳房密度評価のための深層学習手法の開発への関心が高まっている。 マンモグラフィーに応用するいくつかの予測タスクにおいて、ディープラーニングは印象的な性能を示したが、ディープラーニングシステムの臨床展開は、まだ比較的稀である。
  論文  参考訳（メタデータ） (2022-06-23T23:03:24Z)
• Uncertainty-Informed Deep Learning Models Enable High-Confidence Predictions for Digital Histopathology [40.96261204117952]
  肺腺癌と扁平上皮癌を鑑別するモデルを訓練し,高い信頼度予測がUQなしで予測を上回ることを示す。 非肺癌コホートに対する腺癌と扁平上皮癌との高信頼度予測を精度良く行うことで, 領域シフトの設定においてUQ閾値の信頼性が保たれることを示す。
  論文  参考訳（メタデータ） (2022-04-09T17:35:37Z)
• Multi-Scale Hybrid Vision Transformer for Learning Gastric Histology: AI-Based Decision Support System for Gastric Cancer Treatment [50.89811515036067]
  胃内視鏡検査は、早期に適切な胃癌(GC)治療を判定し、GC関連死亡率を低下させる有効な方法である。 本稿では,一般のGC治療指導と直接一致する5つのGC病理のサブ分類を可能にする実用的なAIシステムを提案する。
  論文  参考訳（メタデータ） (2022-02-17T08:33:52Z)

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。