論文の概要: Digitization of Pathology Labs: A Review of Lessons Learned

• arxiv url: http://arxiv.org/abs/2306.03619v2
• Date: Wed, 7 Jun 2023 09:40:36 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-08 10:46:58.696089
• Title: Digitization of Pathology Labs: A Review of Lessons Learned
• Title（参考訳）: 病理研究所のデジタル化:学習した教訓の概観
• Authors: Lars Ole Schwen, Tim-Rasmus Kiehl, Rita Carvalho, Norman Zerbe, Andr\'e Homeyer
• Abstract要約: 本稿では,デジタル化プロセスのさまざまな側面から学んだ教訓の概要を紹介する。 また、パフォーマンスや落とし穴の監視に使用されるメトリクスについても取り上げています。 この概要は、病理学者、IT意思決定者、管理者が他人の経験から恩恵を受けるのを助けることを目的としている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Pathology laboratories are increasingly using digital workflows. This has the potential of increasing lab efficiency, but the digitization process also involves major challenges. Several reports have been published describing the individual experiences of specific laboratories with the digitization process. However, a comprehensive overview of the lessons learned is still lacking. We provide an overview of the lessons learned for different aspects of the digitization process, including digital case management, digital slide reading, and computer-aided slide reading. We also cover metrics used for monitoring performance and pitfalls and corresponding values observed in practice. The overview is intended to help pathologists, IT decision-makers, and administrators to benefit from the experiences of others and to implement the digitization process in an optimal way to make their own laboratory future-proof.
• Abstract（参考訳）: 病理研究所はデジタルワークフローをますます利用している。 これは実験室の効率を高める可能性があるが、デジタル化プロセスには大きな課題もある。 デジタル化プロセスによる特定の研究室の個々の経験を記述したいくつかの報告が公表されている。 しかし、学んだ教訓の包括的な概要はまだ欠けている。 本稿では,デジタルケース管理,デジタルスライド読解,コンピュータ支援スライド読解など,デジタル化プロセスのさまざまな側面から学んだ教訓の概要を紹介する。 また、パフォーマンスや落とし穴、実際に観測される値の監視に使用されるメトリクスも取り上げています。 概要は、病理学者、it意思決定者、管理者が他人の経験から利益を得られるように支援し、デジタル化プロセスを最適な方法で実装することを目的としている。

関連論文リスト

• Jumpstarting Surgical Computer Vision [2.7396997668655163]
  我々は、多様な外科的データセットを柔軟に活用するために、自己教師付き学習を採用する。 腹腔鏡下胆嚢摘出術と腹腔鏡下子宮摘出術の位相認識と安全性の検討を行った。 事前トレーニングデータセットの構成は、さまざまな下流タスクに対するSSLメソッドの有効性に大きな影響を与える可能性がある。
  論文  参考訳（メタデータ） (2023-12-10T18:54:16Z)
• What Makes Pre-Trained Visual Representations Successful for Robust Manipulation? [57.92924256181857]
  照明やシーンテクスチャの微妙な変化の下では,操作や制御作業のために設計された視覚表現が必ずしも一般化されないことがわかった。 創発的セグメンテーション能力は,ViTモデルにおける分布外一般化の強い予測因子であることがわかった。
  論文  参考訳（メタデータ） (2023-11-03T18:09:08Z)
• A comprehensive survey on deep active learning in medical image analysis [23.849628978883707]
  深層学習は医用画像解析において広く成功し、大規模な専門家による医用画像データセットの需要が高まっている。 しかし、医用画像に注釈をつける高コストは、この分野での深層学習の発展を著しく妨げている。 アノテーションのコストを削減するため、アクティブラーニングは、アノテーションの最も有益なサンプルを選択し、できるだけ少ないラベル付きサンプルで高性能モデルを訓練することを目的としている。
  論文  参考訳（メタデータ） (2023-10-22T08:46:40Z)
• Understanding the Tricks of Deep Learning in Medical Image Segmentation: Challenges and Future Directions [66.40971096248946]
  本稿では,モデル実装の異なるフェーズに対して,MedISegの一連のトリックを収集する。 本稿では,これらの手法の有効性を一貫したベースライン上で実験的に検討する。 私たちはまた、それぞれのコンポーネントがプラグインとプレイの利点を持つ強力なMedISegリポジトリをオープンソースにしました。
  論文  参考訳（メタデータ） (2022-09-21T12:30:05Z)
• Dissecting Self-Supervised Learning Methods for Surgical Computer Vision [51.370873913181605]
  一般のコンピュータビジョンコミュニティでは,自己監視学習(SSL)手法が普及し始めている。 医学や手術など、より複雑で影響力のある領域におけるSSLメソッドの有効性は、限定的かつ未調査のままである。 外科的文脈理解,位相認識,ツール存在検出の2つの基本的なタスクに対して,これらの手法の性能をColec80データセット上で広範囲に解析する。
  論文  参考訳（メタデータ） (2022-07-01T14:17:11Z)
• When Accuracy Meets Privacy: Two-Stage Federated Transfer Learning Framework in Classification of Medical Images on Limited Data: A COVID-19 Case Study [77.34726150561087]
  新型コロナウイルスのパンデミックが急速に広がり、世界の医療資源が不足している。 CNNは医療画像の解析に広く利用され、検証されている。
  論文  参考訳（メタデータ） (2022-03-24T02:09:41Z)
• OncoPetNet: A Deep Learning based AI system for mitotic figure counting on H&E stained whole slide digital images in a large veterinary diagnostic lab setting [47.38796928990688]
  OncoPetNetの開発において,複数の最先端ディープラーニング技術を用いて病理組織像分類と有糸体像検出を行った。 提案システムは,14種類の癌に対して,ヒトのエキスパートベースラインと比較して,41例の有糸分裂計数性能を有意に向上させた。 デプロイでは、2つのセンターで1日3,323枚のデジタル全スライド画像を処理する高スループット獣医診断サービスにおいて、効果的な0.27分/スライダー推論が達成された。
  論文  参考訳（メタデータ） (2021-08-17T20:01:33Z)
• Semantic annotation for computational pathology: Multidisciplinary experience and best practice recommendations [5.686120367085792]
  CPath(Computational Pathology)は、スライド画像全体に埋め込まれた情報を利用する統合的なソリューションを提供する。 WSIの自動分析と機械学習(ML)モデルの検証には、スライドでのアノテーション、組織、細胞レベルが必要である。 CPathプロジェクトにおけるアノテーションの重要な役割にもかかわらず、アノテーションの実施方法に関する明確なガイドラインやベストプラクティスは存在しない。
  論文  参考訳（メタデータ） (2021-06-25T15:15:17Z)
• Factors of Influence for Transfer Learning across Diverse Appearance Domains and Task Types [50.1843146606122]
  現在の最新のコンピュータビジョンモデルでは、簡単な転送学習が一般的です。 転校学習に関するこれまでの体系的な研究は限られており、作業が期待される状況は十分に理解されていない。 本論文では,非常に異なる画像領域にまたがる転送学習の広範な実験的研究を行う。
  論文  参考訳（メタデータ） (2021-03-24T16:24:20Z)
• Explainable deep learning models in medical image analysis [0.0]
  様々な医学的診断に非常に効果的で、その一部で人間の専門家を圧倒している。 最近の説明可能性研究は、モデルの決定に最も影響を及ぼす特徴を示すことを目的としている。 ここでは、様々な医療画像タスクに対する説明可能な深層学習の現在の応用について概説する。
  論文  参考訳（メタデータ） (2020-05-28T06:31:05Z)

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。