論文の概要: A Two Step Approach for Whole Slide Image Registration
- arxiv url: http://arxiv.org/abs/2208.12635v1
- Date: Thu, 25 Aug 2022 02:53:49 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-29 13:31:30.766445
- Title: A Two Step Approach for Whole Slide Image Registration
- Title(参考訳): 全スライド画像登録のための2ステップアプローチ
- Authors: Satoshi Kondo, Satoshi Kasai, Kousuke Hirasawa
- Abstract要約: ACROBATチャレンジの解決策を提示する。
我々は剛性変換と非剛性変換を含む2段階のアプローチを採用する。
実験の結果、90%の正中率は検証データセットの1,250馬力であることがわかった。
- 参考スコア(独自算出の注目度): 0.10312968200748115
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Multi-stain whole-slide-image (WSI) registration is an active field of
research. It is unclear, however, how the current WSI registration methods
would perform on a real-world data set. AutomatiC Registration Of Breast cAncer
Tissue (ACROBAT) challenge is held to verify the performance of the current WSI
registration methods by using a new dataset that originates from routine
diagnostics to assess real-world applicability. In this report, we present our
solution for the ACROBAT challenge. We employ a two-step approach including
rigid and non-rigid transforms. The experimental results show that the median
90th percentile is 1,250 um for the validation dataset.
- Abstract(参考訳): マルチステイン全スライダー画像登録(wsi)は、研究の活発な分野である。
しかし、現在のWSI登録手法が現実世界のデータセットでどのように機能するかは不明だ。
乳房組織自動登録(ACROBAT)の課題は、日常的な診断から生まれた新しいデータセットを用いて、現在のWSI登録手法の性能を検証することである。
本稿では,ACROBATチャレンジに対する解決策を提案する。
剛体および非剛体変換を含む2段階の手法を用いる。
実験の結果,90パーセンタイルの中央値は検証データセットの1250umであることが判明した。
関連論文リスト
- SVRDA: A Web-based Dataset Annotation Tool for Slice-to-Volume
Registration [42.03033994348234]
提案するツールはSVRDAと呼ばれ、プラットフォームに依存しない協調データセットアノテーションのためのインストール不要のWebアプリケーションである。
キーボードショートカットによる効率的な変換操作と,自動セーブによるスムーズなケーストランジションを実現する。
スライス・ツー・ボリュームの登録を容易にするために、様々な補足機能が実装されている。
論文 参考訳(メタデータ) (2023-11-27T04:49:24Z) - Cross-Dataset Adaptation for Instrument Classification in Cataract
Surgery Videos [54.1843419649895]
特定のデータセットでこのタスクをうまく実行する最先端モデルでは、別のデータセットでテストすると、パフォーマンスが低下する。
本稿では,Barlow Adaptorと呼ばれる新しいエンドツーエンドのUnsupervised Domain Adaptation (UDA)手法を提案する。
さらに,BFAL(Barlow Feature Alignment Loss)と呼ばれる,異なるドメインにまたがる特徴を整列させる新たな損失を導入する。
論文 参考訳(メタデータ) (2023-07-31T18:14:18Z) - The ACROBAT 2022 Challenge: Automatic Registration Of Breast Cancer
Tissue [42.91349614568074]
ACROBATの課題は、1,152人の乳癌患者の4,212人のWSIを含む、これまでで最大のWSI登録データセットに基づいていた。
異なるWSI特性の影響の調査を含む,8つのWSI登録アルゴリズムの性能を比較した。
これらの結果は、WSI登録における現状を確立し、方法の選択と開発について研究者を指導する。
論文 参考訳(メタデータ) (2023-05-29T11:53:12Z) - Wild Face Anti-Spoofing Challenge 2023: Benchmark and Results [73.98594459933008]
顔認証システム(FAS)は、顔認識システムの完全性を保護するための重要なメカニズムである。
この制限は、公開可能なFASデータセットの不足と多様性の欠如に起因する可能性がある。
制約のない環境で収集された大規模で多様なFASデータセットであるWild Face Anti-Spoofingデータセットを紹介した。
論文 参考訳(メタデータ) (2023-04-12T10:29:42Z) - PoseRAC: Pose Saliency Transformer for Repetitive Action Counting [56.34379680390869]
冗長なフレームではなく,2つのサレントポーズのみを用いて,各アクションを効率よく表現するPose Saliency Representationを導入する。
また,この表現に基づいて,最先端のパフォーマンスを実現するPoseRACについても紹介する。
当社の軽量モデルは非常に効率的で、GPUでのトレーニングに20分しか必要とせず、従来の方法に比べて10倍近い速さで推論します。
論文 参考訳(メタデータ) (2023-03-15T08:51:17Z) - Recurrence With Correlation Network for Medical Image Registration [66.63200823918429]
本稿では,医療画像登録ネットワークであるRecurrence with correlation Network (RWCNet)について述べる。
これらの特徴により、2つの画像登録データセットにおける医用画像登録精度が向上することが実証された。
論文 参考訳(メタデータ) (2023-02-05T02:41:46Z) - Cluster-level pseudo-labelling for source-free cross-domain facial
expression recognition [94.56304526014875]
表情認識のためのSFUDA法を提案する。
本手法は,自己教師付き事前学習を利用して,対象データから優れた特徴表現を学習する。
提案手法の有効性を4つの適応方式で検証し,FERに適用した場合,既存のSFUDA法より一貫して優れていることを示す。
論文 参考訳(メタデータ) (2022-10-11T08:24:50Z) - Improved Generative Model for Weakly Supervised Chest Anomaly
Localization via Pseudo-paired Registration with Bilaterally Symmetrical Data
Augmentation [7.389911808178614]
本稿では,登録とデータ拡張を含む2段階のGAN-ITを提案する。
本稿では,非ペアデータからペアデータに変換する非可逆なディープラーニングベースの登録手法を提案する。
第2段階では、一様登録フレーム上の左右の肺領域を交換することにより、異常箇所の多様化にデータ拡張を適用する。
論文 参考訳(メタデータ) (2022-07-21T06:42:12Z) - A Transformer-based Network for Deformable Medical Image Registration [5.388525884890891]
変形可能な医用画像登録は臨床診断と治療において重要な役割を担っている。
深層学習(DL)に基づく画像登録法が広く研究され,計算速度に優れた性能を示した。
本稿では,トランスを用いた画像登録手法を提案する。
論文 参考訳(メタデータ) (2022-02-24T13:45:45Z) - Towards Image-based Automatic Meter Reading in Unconstrained Scenarios:
A Robust and Efficient Approach [60.63996472100845]
本稿では,制約のないシナリオに着目したAMR(Automatic Meter Reading)のエンドツーエンドアプローチを提案する。
我々の主な貢献は、コーナー検出とカウンタ分類と呼ばれる新しいステージをAMRパイプラインに挿入することである。
信頼度が低い読みを拒絶した場合,AMRシステムは印象的な認識率(すなわち99%)を達成することを示す。
論文 参考訳(メタデータ) (2020-09-21T21:21:23Z) - A coarse-to-fine framework for unsupervised multi-contrast MR image
deformable registration with dual consistency constraint [20.905285486843006]
本稿では, 高精度なマルチコントラストMR画像登録を実現するための, 教師なし学習に基づく新しいフレームワークを提案する。
具体的には、アフィンと変形可能な変換からなるエンドツーエンドの粗いネットワークアーキテクチャを設計する。
提案手法は,CPU上でテストする場合,最も競争力のあるSyN(Affine)よりも約10倍高速である。
論文 参考訳(メタデータ) (2020-08-05T01:16:45Z)
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。