論文の概要: Artificial Intelligence-based Eosinophil Counting in Gastrointestinal Biopsies

• arxiv url: http://arxiv.org/abs/2211.15667v1
• Date: Fri, 25 Nov 2022 07:18:28 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-30 17:59:17.071491
• Title: Artificial Intelligence-based Eosinophil Counting in Gastrointestinal Biopsies
• Title（参考訳）: 消化器生検における人工知能による好酸球数測定
• Authors: Harsh Shah, Thomas Jacob, Amruta Parulekar, Anjali Amarapurkar, Amit Sethi
• Abstract要約: 正常な好酸球は、健康な人の消化管(GI)に存在している。 好酸球が通常量を超えると、患者は様々な症状を経験する。 病理組織学はこの疾患の診断における金の基準である。 本研究では,GI tract biopsies における好酸球の検出と数を測定するために,UNet に基づくディープニューラルネットワークの訓練と試験を行った。
• 参考スコア（独自算出の注目度）: 1.7869681025240884
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Normally eosinophils are present in the gastrointestinal (GI) tract of healthy individuals. When the eosinophils increase beyond their usual amount in the GI tract, a patient gets varied symptoms. Clinicians find it difficult to diagnose this condition called eosinophilia. Early diagnosis can help in treating patients. Histopathology is the gold standard in the diagnosis for this condition. As this is an under-diagnosed condition, counting eosinophils in the GI tract biopsies is important. In this study, we trained and tested a deep neural network based on UNet to detect and count eosinophils in GI tract biopsies. We used connected component analysis to extract the eosinophils. We studied correlation of eosinophilic infiltration counted by AI with a manual count. GI tract biopsy slides were stained with H&E stain. Slides were scanned using a camera attached to a microscope and five high-power field images were taken per slide. Pearson correlation coefficient was 85% between the machine-detected and manual eosinophil counts on 300 held-out (test) images.
• Abstract（参考訳）: 通常、好酸球は健康な人の消化管(gi)に存在する。 好酸球が通常の消化管の量を超えると、患者はさまざまな症状を呈する。 臨床医はこの症状を好酸球症(eosinophilia)と診断することは困難である。 早期診断は患者の治療に役立つ。 病理組織学はこの疾患の診断における金の基準である。 これは未診断の状態であるため、GIの生検で好酸球を数えることが重要である。 本研究では, unetに基づく深層ニューラルネットワークを訓練し, 消化管生検における好酸球の検出と測定を行った。 共役成分分析を用いて好酸球を抽出した。 aiによる好酸球浸潤とマニュアルカウントとの相関について検討した。 尿路生検スライドにh&e染色を施した。 スライドは顕微鏡に取り付けられたカメラでスキャンされ、スライドごとに5つの高出力フィールド画像が撮影された。 パーソン相関係数は,300点画像上での機械検出と手動好酸球数の85%であった。

関連論文リスト

• Cross-organ Deployment of EOS Detection AI without Retraining: Feasibility and Limitation [6.200516824977507]
  慢性鼻副鼻腔炎(CRS)は副鼻腔の炎症が持続していることが特徴である。 粘膜免疫応答において重要な要素であるEosは、CRSの重症度と関係している。 好酸球性CRSの診断は、典型的にはHPF当たり10-20 eosの閾値を用いる。
  論文  参考訳（メタデータ） (2024-11-24T18:01:13Z)
• Harnessing Artificial Intelligence to Infer Novel Spatial Biomarkers for the Diagnosis of Eosinophilic Esophagitis [0.0]
  好酸球性食道炎 (EoE) は食道過敏症に合併した慢性アレルギー性食道炎の1例である。 食道生検では食道好酸球の密度を計る必要がある。 そこで我々は,無傷好酸球のセマンティックセグメンテーションと基底領域分布に基づいてバイオマーカーを推論する人工知能プラットフォームを開発した。
  論文  参考訳（メタデータ） (2022-05-26T18:59:47Z)
• Lymphocyte Classification in Hyperspectral Images of Ovarian Cancer Tissue Biopsy Samples [94.37521840642141]
  生検コアのハイパースペクトル画像に白血球画素を分割する機械学習パイプラインを提案する。 これらの細胞は臨床的に診断に重要であるが、いくつかの先行研究は正確なピクセルラベルを得るのが困難であるため、それらを組み込むのに苦労している。
  論文  参考訳（メタデータ） (2022-03-23T00:58:27Z)
• Automatic Classification of Neuromuscular Diseases in Children Using Photoacoustic Imaging [77.32032399775152]
  神経筋疾患(NMD)は、医療システムと社会の両方に重大な負担をもたらす。 激しい進行性筋力低下、筋変性、収縮、変形、進行性障害を引き起こす。
  論文  参考訳（メタデータ） (2022-01-27T16:37:19Z)
• COVID-19 Detection from Chest X-ray Images using Imprinted Weights Approach [67.05664774727208]
  胸部X線撮影は、COVID-19の代替スクリーニング方法です。 コンピュータ支援診断(CAD)は低コストで高速で実現可能であることが証明されている。 この課題に対処するために,インプリント重みという低ショット学習手法を提案する。
  論文  参考訳（メタデータ） (2021-05-04T19:01:40Z)
• PECNet: A Deep Multi-Label Segmentation Network for Eosinophilic Esophagitis Biopsy Diagnostics [0.0]
  好酸球性食道炎 (EoE) は好酸球増加を伴う食道のアレルギー性炎症性疾患である。 ここでは,機械学習を用いてeoeを識別,定量化し,診断することを目的とした。 PECNet は無傷好酸球を平均絶対誤差 0.611 で定量し、EoE 病活性を98.5% の精度で分類することができた。
  論文  参考訳（メタデータ） (2021-03-02T20:37:57Z)
• Intestinal Parasites Classification Using Deep Belief Networks [53.20999552522241]
  40億ドルの人々が腸内寄生虫に感染している。 人間の視覚検査はまだ臨床診断の大部分を担当している。 腸内寄生虫自動分類の文脈に深層信念ネットワークを導入する。
  論文  参考訳（メタデータ） (2021-01-17T18:47:02Z)
• Advancing Eosinophilic Esophagitis Diagnosis and Phenotype Assessment with Deep Learning Computer Vision [0.7915536524413249]
  好酸球性食道炎(英: eosinophilic esophagitis, eoe)は炎症性食道疾患である。 深部画像分割を用いた好酸球の自動定量手法を提案する。 U-Netモデルと後処理システムを適用して、EoEを診断し、疾患の重症度と進行を記述できる好酸球に基づく統計データを生成する。
  論文  参考訳（メタデータ） (2021-01-13T20:01:48Z)
• Machine learning approach for biopsy-based identification of eosinophilic esophagitis reveals importance of global features [0.0]
  好酸球性食道炎(英: eosinophilic esophagitis, eoe)は食道粘膜に好酸球が蓄積するアレルギー疾患である。 このプロセスの自動化における大きな課題の1つは、生検の規模に対して小さい特徴を検出することである。 我々は、食道生検を85%の精度で分類できるディープ畳み込みニューラルネットワーク(DCNN)に基づくプラットフォームを開発しました。
  論文  参考訳（メタデータ） (2021-01-13T10:38:46Z)
• JCS: An Explainable COVID-19 Diagnosis System by Joint Classification and Segmentation [95.57532063232198]
  新型コロナウイルス感染症2019(COVID-19)は、200カ国以上でパンデミックの流行を引き起こしている。 感染を制御するためには、感染した人々を識別し、分離することが最も重要なステップである。 本稿では,新型コロナウイルスの胸部CT診断をリアルタイムかつ説明可能な,新しい関節分類システム(JCS)を開発した。
  論文  参考訳（メタデータ） (2020-04-15T12:30:40Z)
• Lung Infection Quantification of COVID-19 in CT Images with Deep Learning [41.35413216175024]
  深層学習システムは、関心のある感染症領域を自動的に定量化するために開発された。 感染領域分割のための放射線科医を支援するためのループ内ヒト戦略
  論文  参考訳（メタデータ） (2020-03-10T11:58:40Z)

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。