論文の概要: Classification of colorectal primer carcinoma from normal colon with mid-infrared spectra

• arxiv url: http://arxiv.org/abs/2405.10950v1
• Date: Fri, 22 Mar 2024 16:16:03 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-01 08:39:42.503970
• Title: Classification of colorectal primer carcinoma from normal colon with mid-infrared spectra
• Title（参考訳）: 中赤外スペクトルを用いた正常大腸よりの大腸癌の分類
• Authors: B. Borkovits, E. Kontsek, A. Pesti, P. Gordon, S. Gergely, I. Csabai, A. Kiss, P. Pollner,
• Abstract要約: 組織コアあたり数千のスペクトルを測定するために,ホルマリン固定パラフィン埋め込み(FFPE)組織サンプルを用いた。 分類にはランダムフォレスト,サポートベクターマシン,XGBoost,線形判別分析法を用いた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In this project, we used formalin-fixed paraffin-embedded (FFPE) tissue samples to measure thousands of spectra per tissue core with Fourier transform mid-infrared spectroscopy using an FT-IR imaging system. These cores varied between normal colon (NC) and colorectal primer carcinoma (CRC) tissues. We created a database to manage all the multivariate data obtained from the measurements. Then, we applied classifier algorithms to identify the tissue based on its yielded spectra. For classification, we used the random forest, a support vector machine, XGBoost, and linear discriminant analysis methods, as well as three deep neural networks. We compared two data manipulation techniques using these models and then applied filtering. In the end, we compared model performances via the sum of ranking differences (SRD).
• Abstract（参考訳）: 本研究は,ホルマリン固定パラフィン包埋(FFPE)組織試料を用いて,FT-IRイメージングシステムを用いたフーリエ変換中赤外分光法を用いて,組織コアあたり数千のスペクトルを測定した。 これらのコアは正常大腸癌 (NC) と大腸癌 (CRC) 組織の間で異なっていた。 測定結果から得られた多変量データを管理するデータベースを作成しました。 次に, 得られたスペクトルに基づいて組織を同定するために分類アルゴリズムを適用した。 分類には、ランダムフォレスト、サポートベクターマシン、XGBoost、線形判別分析法、および3つのディープニューラルネットワークを用いた。 これらのモデルを用いて2つのデータ操作手法を比較し,フィルタリングを適用した。 最後に、ランキング差の和(SRD)を用いてモデル性能を比較した。

関連論文リスト

• Rapid hyperspectral photothermal mid-infrared spectroscopic imaging from sparse data for gynecologic cancer tissue subtyping [3.550171634694342]
  ミドル赤外線(Mid-Infrared、MIR)は、ラベルなし、生化学的に定量的な技術である。 この研究は、MIR光熱画像への新しいアプローチを示し、その速度を桁違いに向上させる。
  論文  参考訳（メタデータ） (2024-02-28T00:57:35Z)
• Tissue Segmentation of Thick-Slice Fetal Brain MR Scans with Guidance from High-Quality Isotropic Volumes [52.242103848335354]
  本稿では,高品位等方性ボリュームから学習した知識を高密度スライススキャンの正確な組織セグメント化のために効率的に伝達するC2DA-Netを提案する。 我々のC2DA-Netは、注釈のない厚いスライススキャンで組織分画をガイドするために、注釈付き等方性ボリュームの小さなセットを十分に利用できる。
  論文  参考訳（メタデータ） (2023-08-13T12:51:15Z)
• Cross-modulated Few-shot Image Generation for Colorectal Tissue Classification [58.147396879490124]
  XM-GANと名づけられた少数ショット生成法は,1塩基と1対の参照組織像を入力とし,高品質で多様な画像を生成する。 我々の知る限りでは、大腸組織像の少数ショット生成を最初に調査した人物である。
  論文  参考訳（メタデータ） (2023-04-04T17:50:30Z)
• Deep Coding Patterns Design for Compressive Near-Infrared Spectral Classification [80.93625278357229]
  スペクトル分類は、測定に埋め込まれたスペクトル情報の量を考慮して、圧縮領域で直接行うことができる。 本研究では,CSIにおける符号化パターンとネットワークパラメータを協調的に設計し,組込み近赤外圧縮測定から直接スペクトル分類を行うエンド・ツー・エンド手法を提案する。
  論文  参考訳（メタデータ） (2022-05-27T15:55:53Z)
• Preservation of High Frequency Content for Deep Learning-Based Medical Image Classification [74.84221280249876]
  大量の胸部ラジオグラフィーの効率的な分析は、医師や放射線技師を助けることができる。 本稿では,視覚情報の効率的な識別と符号化のための離散ウェーブレット変換(DWT)を提案する。
  論文  参考訳（メタデータ） (2022-05-08T15:29:54Z)
• Sk-Unet Model with Fourier Domain for Mitosis Detection [7.237569333193943]
  乳がんの悪性度は, 乳腺癌において最も重要な形態学的特徴である。 多くのディープラーニングベースの手法が提案されているが、ドメインシフトに悩まされている。 本研究では,ミトーシス検出のためのフーリエに基づくセグメンテーションモデルを構築し,この問題に対処する。
  論文  参考訳（メタデータ） (2021-09-01T17:10:39Z)
• Cross-Spectral Periocular Recognition with Conditional Adversarial Networks [59.17685450892182]
  本研究では,近赤外・近赤外スペクトル間の近赤外画像の変換を訓練した条件付き生成逆相関ネットワークを提案する。 EER=1%, GAR>99% @ FAR=1%, ポリUデータベースの最先端技術に匹敵するスペクトル近視性能を得た。
  論文  参考訳（メタデータ） (2020-08-26T15:02:04Z)
• A Comparative study of Artificial Neural Networks Using Reinforcement learning and Multidimensional Bayesian Classification Using Parzen Density Estimation for Identification of GC-EIMS Spectra of Partially Methylated Alditol Acetates [0.304585143845864]
  本研究では, 部分的にメチル化アルジトール酢酸塩 (PMAA) のガスクロマトグラフィー-電子衝突質量スペクトル (GC-EIMS) データベース用パターン認識検索エンジンの開発について報告する。 開発システムはワールドワイドウェブ上に実装されており、GC-EIMS機器に記録されたこれらの分子のスペクトルを用いてPMAAを識別することを目的としている。
  論文  参考訳（メタデータ） (2020-07-31T17:54:51Z)
• Deep Neural Networks for the Correction of Mie Scattering in Fourier-Transformed Infrared Spectra of Biological Samples [0.0]
  本稿では,この複雑な前処理関数をディープニューラルネットワークを用いて近似する手法を提案する。 提案手法は, 時間と補正スペクトルとのトレードオフを克服し, 人工基準スペクトルに偏りを生じさせる。
  論文  参考訳（メタデータ） (2020-02-18T16:07:07Z)
• Spectrum Translation for Cross-Spectral Ocular Matching [59.17685450892182]
  バイオメトリックスでは、特に眼領域において、クロススペクトル検証が大きな問題となっている。 近赤外画像と視覚光画像のスペクトル変換におけるコンディショナル・ディバイサル・ネットワークの利用について検討した。
  論文  参考訳（メタデータ） (2020-02-14T19:30:31Z)

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。