論文の概要: An Effective Pipeline for Whole-Slide Image Glomerulus Segmentation

• arxiv url: http://arxiv.org/abs/2411.04782v1
• Date: Thu, 07 Nov 2024 15:22:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-08 19:37:37.132629
• Title: An Effective Pipeline for Whole-Slide Image Glomerulus Segmentation
• Title（参考訳）: 全スライディング画像グロメラスセグメンテーションのための有効パイプライン
• Authors: Quan Huu Cap,
• Abstract要約: 腎疾患の正確な診断にはWSIの糸球体分離が不可欠である。 本稿では、パッチレベルとWSIレベルのセグメンテーションタスクの両方を効果的に強化するグロメラスセグメンテーションのための実用的なパイプラインを提案する。
• 参考スコア（独自算出の注目度）: 0.6798775532273751
• License:
• Abstract: Whole-slide images (WSI) glomerulus segmentation is essential for accurately diagnosing kidney diseases. In this work, we propose a practical pipeline for glomerulus segmentation that effectively enhances both patch-level and WSI-level segmentation tasks. Our approach leverages stitching on overlapping patches, increasing the detection coverage, especially when glomeruli are located near patch image borders. In addition, we conduct comprehensive evaluations from different segmentation models across two large and diverse datasets with over 30K glomerulus annotations. Experimental results demonstrate that models using our pipeline outperform the previous state-of-the-art method, achieving superior results across both datasets and setting a new benchmark for glomerulus segmentation in WSIs. The code and pre-trained models are available at https://github.com/huuquan1994/wsi_glomerulus_seg.
• Abstract（参考訳）: 腎疾患の正確な診断にはWSIの糸球体分離が不可欠である。 本稿では,パッチレベルとWSIレベルのセグメンテーションタスクの両方を効果的に強化する,グロメラスセグメンテーションのための実用的なパイプラインを提案する。 提案手法は,パッチ画像境界付近に糸球体が存在する場合,重なり合うパッチを縫合し,検出範囲を増大させる。 さらに,30K以上のグロメラスアノテーションを持つ2つの大規模および多種多様なデータセットに対して,異なるセグメンテーションモデルから包括的評価を行う。 実験の結果,我々のパイプラインを用いたモデルは,従来の最先端手法よりも優れており,両方のデータセットで優れた結果が得られ,WSIにおける糸状体セグメンテーションのための新しいベンチマークが設定された。 コードと事前訓練されたモデルはhttps://github.com/huuquan 1994/wsi_glomerulus_segで公開されている。

関連論文リスト

• Semantic Segmentation Based Quality Control of Histopathology Whole Slide Images [2.953447779233234]
  We developed a software pipeline for quality control (QC) of histopathology whole slide images (WSIs)。 異なるレベルのぼかし、組織領域、組織折り、ペンマークなど、さまざまな領域を区分する。 TCGAは、28の臓器から11,000以上の病理像を含むWSIデータセットとして最大である。
  論文  参考訳（メタデータ） (2024-10-04T10:03:04Z)
• Dual-scale Enhanced and Cross-generative Consistency Learning for Semi-supervised Medical Image Segmentation [49.57907601086494]
  医用画像のセグメンテーションはコンピュータ支援診断において重要な役割を担っている。 半教師型医用画像(DEC-Seg)のための新しいDual-scale Enhanced and Cross-generative consistency learning frameworkを提案する。
  論文  参考訳（メタデータ） (2023-12-26T12:56:31Z)
• Diffusion-based Data Augmentation for Nuclei Image Segmentation [68.28350341833526]
  核セグメンテーションのための拡散法を初めて導入する。 このアイデアは、多数のラベル付き画像を合成し、セグメンテーションモデルを訓練することを目的としている。 実験の結果,10%のラベル付き実データセットを合成サンプルで拡張することにより,同等のセグメンテーション結果が得られることがわかった。
  論文  参考訳（メタデータ） (2023-10-22T06:16:16Z)
• SegPrompt: Using Segmentation Map as a Better Prompt to Finetune Deep Models for Kidney Stone Classification [62.403510793388705]
  深層学習は、内視鏡画像を用いた腎臓結石分類のための奨励的な結果を生み出している。 注釈付きトレーニングデータの不足は、トレーニングされたモデルの性能と一般化能力を改善する上で深刻な問題を引き起こす。 本稿では,セグメンテーションマップを2つの側面から活用することにより,データ不足問題を軽減するためにSegPromptを提案する。
  論文  参考訳（メタデータ） (2023-03-15T01:30:48Z)
• Reliable Joint Segmentation of Retinal Edema Lesions in OCT Images [55.83984261827332]
  本稿では,信頼性の高いマルチスケールウェーブレットエンハンストランスネットワークを提案する。 本研究では,ウェーブレット型特徴抽出器ネットワークとマルチスケール変圧器モジュールを統合したセグメンテーションバックボーンを開発した。 提案手法は,他の最先端セグメンテーション手法と比較して信頼性の高いセグメンテーション精度を実現する。
  論文  参考訳（メタデータ） (2022-12-01T07:32:56Z)
• Glo-In-One: Holistic Glomerular Detection, Segmentation, and Lesion Characterization with Large-scale Web Image Mining [5.786726927985774]
  我々はGlo-In-Oneツールキットを開発し、一行のコマンドで全体的球状検出、セグメンテーション、キャラクタリゼーションを実現する。 我々は,自己教師型ディープラーニングのアルゴリズム開発を促進するために,3万枚の未ラベルの球面画像の大規模なコレクションをリリースする。
  論文  参考訳（メタデータ） (2022-05-31T21:22:10Z)
• Multi-Layer Pseudo-Supervision for Histopathology Tissue Semantic Segmentation using Patch-level Classification Labels [26.349051136954195]
  本稿では,病理組織像の組織的セグメンテーションを実現するために,パッチレベルの分類ラベルのみを用いる。 画素レベルのアノテーションとパッチレベルのアノテーションの間の情報ギャップを減らすために、いくつかの技術革新が提案されている。 提案手法は, 最先端の2つのWSSS手法より優れている。
  論文  参考訳（メタデータ） (2021-10-14T08:02:07Z)
• PSGR: Pixel-wise Sparse Graph Reasoning for COVID-19 Pneumonia Segmentation in CT Images [83.26057031236965]
  画像中の新型コロナウイルス感染領域セグメンテーションの長距離依存性のモデリングを強化するために,PSGRモジュールを提案する。 PSGRモジュールは不正確なピクセルからノードへの投影を回避し、グローバルな推論のために各ピクセル固有の情報を保存する。 このソリューションは、3つの公開データセット上の4つの広く使われているセグメンテーションモデルに対して評価されている。
  論文  参考訳（メタデータ） (2021-08-09T04:58:23Z)
• Deep ensembles based on Stochastic Activation Selection for Polyp Segmentation [82.61182037130406]
  本研究は,大腸内視鏡検査における画像分割,特に正確なポリープ検出とセグメンテーションを扱う。 イメージセグメンテーションの基本アーキテクチャはエンコーダとデコーダで構成されている。 我々はデコーダのバックボーンを変更することで得られるDeepLabアーキテクチャのバリエーションを比較した。
  論文  参考訳（メタデータ） (2021-04-02T02:07:37Z)
• Instance Segmentation for Whole Slide Imaging: End-to-End or Detect-Then-Segment [4.808118749897574]
  コンピュータビジョンでは、エンドツーエンドのインスタンスセグメンテーション手法(例えば、Mask-RCNN)は、検出列のセグメンテーションアプローチと比較してその利点を示している。 高解像度のWSI(Whole Slide Imaging)では、1つの糸球体自体が1000×1000ピクセルを超える。 本稿では,Mask-RCNN と本提案した検出-then-segment フレームワークを比較し,エンドツーエンドのインスタンスセグメンテーションフレームワークが高分解能 WSI オブジェクトに対して最適であるかどうかを評価する。
  論文  参考訳（メタデータ） (2020-07-07T16:23:10Z)

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。