論文の概要: Segmentation of diagnostic tissue compartments on whole slide images with renal thrombotic microangiopathies (TMAs)

• arxiv url: http://arxiv.org/abs/2311.14971v1
• Date: Tue, 28 Nov 2023 10:08:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2023-11-29 22:47:20.951412
• Title: Segmentation of diagnostic tissue compartments on whole slide images with renal thrombotic microangiopathies (TMAs)
• Title（参考訳）: 腎血栓性微小血管障害(TMA)をともなう全スライド画像における診断組織分画の分画
• Abstract要約: 腎生検のスライス画像全体を用いて, 動脈, 動脈, 糸球体を確定診断するためのセグメンテーションモデルを訓練した。 我々のセグメンテーションモデルは、U-Netベースの組織検出とシフトウィンドウトランスフォーマーアーキテクチャを組み合わせることで、最も高度に変化した糸球体、動脈、動脈でも優れたセグメンテーション結果が得られる。
• 参考スコア（独自算出の注目度）: 0.38228662511209544
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The thrombotic microangiopathies (TMAs) manifest in renal biopsy histology with a broad spectrum of acute and chronic findings. Precise diagnostic criteria for a renal biopsy diagnosis of TMA are missing. As a first step towards a machine learning- and computer vision-based analysis of wholes slide images from renal biopsies, we trained a segmentation model for the decisive diagnostic kidney tissue compartments artery, arteriole, glomerulus on a set of whole slide images from renal biopsies with TMAs and Mimickers (distinct diseases with a similar nephropathological appearance as TMA like severe benign nephrosclerosis, various vasculitides, Bevacizumab-plug glomerulopathy, arteriolar light chain deposition disease). Our segmentation model combines a U-Net-based tissue detection with a Shifted windows-transformer architecture to reach excellent segmentation results for even the most severely altered glomeruli, arterioles and arteries, even on unseen staining domains from a different nephropathology lab. With accurate automatic segmentation of the decisive renal biopsy compartments in human renal vasculopathies, we have laid the foundation for large-scale compartment-specific machine learning and computer vision analysis of renal biopsy repositories with TMAs.
• Abstract（参考訳）: 腎生検では血栓性微小血管腫 (TMA) が出現し, 急性および慢性の幅広い所見が認められた。 TMAの腎生検診断の正確な診断基準が欠如している。 As a first step towards a machine learning- and computer vision-based analysis of wholes slide images from renal biopsies, we trained a segmentation model for the decisive diagnostic kidney tissue compartments artery, arteriole, glomerulus on a set of whole slide images from renal biopsies with TMAs and Mimickers (distinct diseases with a similar nephropathological appearance as TMA like severe benign nephrosclerosis, various vasculitides, Bevacizumab-plug glomerulopathy, arteriolar light chain deposition disease). u-netベースの組織検出とシフトしたwindows-transformerアーキテクチャを組み合わせたセグメンテーションモデルにより, 腎病理検査所の未発見の染色領域においても, 最も大きく変化した糸球体, 動脈, 動脈においても優れたセグメンテーション結果を得ることができた。 ヒト腎血管病理における決定的腎生検区画の正確な自動分割により,TMAを用いた腎生検リポジトリの大規模区画別機械学習とコンピュータビジョン解析の基礎を築いた。

関連論文リスト

• vesselFM-CT: Segmenting All Blood Vessels in CT Images for System-Level Cardiovascular Analysis [4.319158193807472]
  本稿では,3次元CT画像に全血管を頑健に分割できる第1モデルである血管FM-CTを紹介する。 血管FM-CTはすべてのベースラインを上回り,CT画像から心臓血管系の自動的,正確な抽出を可能にした。
  論文  参考訳（メタデータ） (2026-06-08T12:19:58Z)
• Multi-View Stenosis Classification Leveraging Transformer-Based Multiple-Instance Learning Using Real-World Clinical Data [76.89269238957593]
  冠動脈狭窄は心血管疾患の主要な原因であり,多発血管造影で冠動脈を解析し診断した。 患者レベルの狭窄分類のためのトランスフォーマーベースマルチビューマルチインスタンス学習フレームワークであるSegmentMILを提案する。
  論文  参考訳（メタデータ） (2026-02-02T13:07:52Z)
• Can GPT-4V(ision) Serve Medical Applications? Case Studies on GPT-4V for Multimodal Medical Diagnosis [59.35504779947686]
  GPT-4VはOpenAIの最新のマルチモーダル診断モデルである。 評価対象は17の人体システムである。 GPT-4Vは、医用画像のモダリティと解剖学を区別する能力を示す。 疾患の診断と包括的報告作成において重大な課題に直面している。
  論文  参考訳（メタデータ） (2023-10-15T18:32:27Z)
• A Hybrid Approach to Full-Scale Reconstruction of Renal Arterial Network [5.953404851562665]
  腎血管ネットワークの主観的なモデルを構築するためのハイブリッドフレームワークを提案する。 我々は,大動脈の半自動分割と微小CTスキャンによる大脳皮質領域の推定を出発点として用いた。 ラット腎から得られた再建データと既存の解剖学的データとの統計的対応性を示した。
  論文  参考訳（メタデータ） (2023-03-03T10:39:25Z)
• A Multi-Stage Framework for the 2022 Multi-Structure Segmentation for Renal Cancer Treatment [1.3672079462036872]
  CTアンギオグラフィー(CTA)画像を用いた3次元腎解析は臨床的に非常に重要である。 本稿では、新しいnnhra-unetネットワークを提案し、それに基づく多段階フレームワークを用いて、腎臓の多構造を分断し、KiPA2022チャレンジに参加する。
  論文  参考訳（メタデータ） (2022-07-19T10:12:26Z)
• An Algorithm for the Labeling and Interactive Visualization of the Cerebrovascular System of Ischemic Strokes [59.116811751334225]
  VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。 閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。 本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
  論文  参考訳（メタデータ） (2022-04-26T14:20:26Z)
• 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)
• Classification of histopathology images using ConvNets to detect Lupus Nephritis [27.978780155504463]
  ループス腎炎(英語: Lupus Nephritis、LN)は、これらの発作によって腎不全を引き起こす腎臓組織の炎症である。 従来の方法では、腎生検の慎重な病理学的評価が必要であり、時間を要する。 ディープラーニングと現代のコンピュータビジョン技術を用いて,プロセスを自動化するパイプラインを提案する。
  論文  参考訳（メタデータ） (2021-12-14T17:00:50Z)
• Learned super resolution ultrasound for improved breast lesion characterization [52.77024349608834]
  超高分解能超音波局在顕微鏡は毛細血管レベルでの微小血管のイメージングを可能にする。 この作業では、これらの課題に対処するために、信号構造を効果的に活用するディープニューラルネットワークアーキテクチャを使用します。 トレーニングしたネットワークを利用することで,従来のPSF知識を必要とせず,UCAの分離性も必要とせず,短時間で微小血管構造を復元する。
  論文  参考訳（メタデータ） (2021-07-12T09:04:20Z)
• Multi-Contrast Computed Tomography Healthy Kidney Atlas [3.0066242826634415]
  スケール全体の可変性を統合および視覚化するには、ボリュームメトリックアトラスフレームワークが必要です。 多発性コントラストCTには腹腔・後腹膜臓器のアラス・フレームワークは存在しない。 腹腔容積を高分解能CTアトラステンプレートに登録するために,深層学習に基づく興味抽出法と2段階階層自動登録パイプラインを導入する。
  論文  参考訳（メタデータ） (2020-12-23T01:03:16Z)
• Rethinking the Extraction and Interaction of Multi-Scale Features for Vessel Segmentation [53.187152856583396]
  網膜血管と主要動脈を2次元基底画像と3次元CTアンギオグラフィー(CTA)スキャンで分割する,PC-Netと呼ばれる新しいディープラーニングモデルを提案する。 PC-Netでは、ピラミッド圧縮励起(PSE)モジュールが各畳み込みブロックに空間情報を導入し、より効果的なマルチスケール特徴を抽出する能力を高めている。
  論文  参考訳（メタデータ） (2020-10-09T08:22:54Z)
• Spectral-Spatial Recurrent-Convolutional Networks for In-Vivo Hyperspectral Tumor Type Classification [49.32653090178743]
  ハイパースペクトル画像とディープラーニングを用いたin-vivo腫瘍型分類の可能性を示した。 我々の最良のモデルは76.3%のAUCを達成し、従来の学習手法とディープラーニング手法を著しく上回っている。
  論文  参考訳（メタデータ） (2020-07-02T12:00:53Z)
• Neural Network Segmentation of Interstitial Fibrosis, Tubular Atrophy, and Glomerulosclerosis in Renal Biopsies [0.0]
  糸球体硬化症,間質線維症,尿細管萎縮症(IFTA)は腎障害の組織学的指標である。 現代の人工知能とコンピュータビジョンアルゴリズムは、厳密な量子化によって、サーバ間の変動を低減する能力を持っている。 腎生検における糸球体硬化症とIFTAのセグメンテーションに畳み込みニューラルネットワークを適用した。
  論文  参考訳（メタデータ） (2020-02-28T17:05:59Z)

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。