論文の概要: A Cytology Dataset for Early Detection of Oral Squamous Cell Carcinoma

• arxiv url: http://arxiv.org/abs/2506.09661v1
• Date: Wed, 11 Jun 2025 12:29:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-13 06:35:02.951051
• Title: A Cytology Dataset for Early Detection of Oral Squamous Cell Carcinoma
• Title（参考訳）: 口腔扁平上皮癌の早期発見のための細胞学的データセット
• Authors: Garima Jain, Sanghamitra Pati, Mona Duggal, Amit Sethi, Abhijeet Patil, Gururaj Malekar, Nilesh Kowe, Jitender Kumar, Jatin Kashyap, Divyajeet Rout, Deepali, Hitesh, Nishi Halduniya, Sharat Kumar, Heena Tabassum, Rupinder Singh Dhaliwal, Sucheta Devi Khuraijam, Sushma Khuraijam, Sharmila Laishram, Simmi Kharb, Sunita Singh, K. Swaminadtan, Ranjana Solanki, Deepika Hemranjani, Shashank Nath Singh, Uma Handa, Manveen Kaur, Surinder Singhal, Shivani Kalhan, Rakesh Kumar Gupta, Ravi. S, D. Pavithra, Sunil Kumar Mahto, Arvind Kumar, Deepali Tirkey, Saurav Banerjee, L. Sreelakshmi,
• Abstract要約: 口腔扁平上皮癌OSCCは、特にアジア、アフリカ、南米のいくつかの地域では、大きな健康上の負担となっている。 病理組織学に基づく従来の診断は、侵襲的であり、資源集約的で、専門家の病理学者に頼っているため、低リソース環境でのアクセシビリティが制限されている。 このリソースは、自動検出を強化し、診断エラーを低減し、リソース制限された設定における初期OSCC診断を改善することを目的としており、最終的に世界中で死亡率の低下とより良い患者結果に寄与する。
• 参考スコア（独自算出の注目度）: 2.6203127502299894
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Oral squamous cell carcinoma OSCC is a major global health burden, particularly in several regions across Asia, Africa, and South America, where it accounts for a significant proportion of cancer cases. Early detection dramatically improves outcomes, with stage I cancers achieving up to 90 percent survival. However, traditional diagnosis based on histopathology has limited accessibility in low-resource settings because it is invasive, resource-intensive, and reliant on expert pathologists. On the other hand, oral cytology of brush biopsy offers a minimally invasive and lower cost alternative, provided that the remaining challenges, inter observer variability and unavailability of expert pathologists can be addressed using artificial intelligence. Development and validation of robust AI solutions requires access to large, labeled, and multi-source datasets to train high capacity models that generalize across domain shifts. We introduce the first large and multicenter oral cytology dataset, comprising annotated slides stained with Papanicolaou(PAP) and May-Grunwald-Giemsa(MGG) protocols, collected from ten tertiary medical centers in India. The dataset is labeled and annotated by expert pathologists for cellular anomaly classification and detection, is designed to advance AI driven diagnostic methods. By filling the gap in publicly available oral cytology datasets, this resource aims to enhance automated detection, reduce diagnostic errors, and improve early OSCC diagnosis in resource-constrained settings, ultimately contributing to reduced mortality and better patient outcomes worldwide.
• Abstract（参考訳）: 口腔扁平上皮癌OSCCは、特にアジア、アフリカ、南米のいくつかの地域では、大きな健康上の負担となっている。 早期発見は結果を大幅に改善し、ステージIがんは最大90%生存する。 しかし、病理組織学に基づく従来の診断は、侵襲的で資源集約的で、専門家の病理学者に頼っているため、低リソース環境でのアクセシビリティが制限されている。 一方, ブラシ生検の口腔細胞診は, その他の課題, 観察者間の多様性, 専門家病理医の可用性を, 人工知能を用いて対処できることを前提として, 最小限の侵襲的かつ低コストな代替手段を提供する。 堅牢なAIソリューションの開発と検証には、大きな、ラベル付き、マルチソースデータセットにアクセスして、ドメインシフトをまたいだ一般化された高容量モデルをトレーニングする必要がある。 インド第3次医療センターから収集したパパニコラウ (PAP) およびメイ・グルンワルド・ギムサ (MGG) プロトコルで染色したアノテートスライドを含む,最初の大規模・多施設の口腔細胞診データセットを紹介した。 このデータセットは、細胞異常の分類と検出のために専門家の病理学者によってラベル付けされ、注釈付けされ、AI駆動診断手法を進歩させるように設計されている。 このリソースは、一般公開された口腔細胞診データセットのギャップを埋めることにより、自動検出を強化し、診断エラーを低減し、リソース制約された環境での早期OSCC診断を改善し、最終的に死亡率の低下と世界中の患者結果の改善に寄与することを目的としている。

関連論文リスト

• ColonScopeX: Leveraging Explainable Expert Systems with Multimodal Data for Improved Early Diagnosis of Colorectal Cancer [3.541280502270993]
  大腸癌(CRC)は、がん関連死亡の2番目に多い原因であり、世界でも3番目に多い悪性腫瘍である。 CRCの早期発見は、その非特異的でしばしば恥ずかしい症状のため、依然として問題である。 説明可能なAI(XAI)手法を利用した機械学習フレームワークであるColonScopeXを提案する。
  論文  参考訳（メタデータ） (2025-04-09T20:45:11Z)
• A Retrospective Systematic Study on Hierarchical Sparse Query Transformer-assisted Ultrasound Screening for Early Hepatocellular Carcinoma [10.226976909997711]
  HCCは世界で3番目に多いがん関連死亡原因である。 AI技術の最近の進歩は、このギャップを埋めるための有望なソリューションを提供する。 HSQformerは、CNNのローカル特徴抽出とVision Transformerのグローバルコンテキスト認識を相乗化する、新しいハイブリッドアーキテクチャである。
  論文  参考訳（メタデータ） (2025-02-06T04:17:02Z)
• TopOC: Topological Deep Learning for Ovarian and Breast Cancer Diagnosis [3.262230127283452]
  トポロジカルデータ分析は、異なる色チャネルにわたるトポロジカルパターンの評価を通じて重要な情報を抽出することで、ユニークなアプローチを提供する。 卵巣癌と乳癌では, トポロジカルな特徴を取り入れることで, 腫瘍型の分化が著しく向上することが示唆された。
  論文  参考訳（メタデータ） (2024-10-13T12:24:13Z)
• Large-scale cervical precancerous screening via AI-assisted cytology whole slide image analysis [11.148919818020495]
  頸部がんは婦人科における主要な悪性腫瘍であり続けており、世界規模で女性の健康に永続的な脅威をもたらしている。 Whole Slide Image (WSI) による早期スクリーニングは、このがんの進行を予防し、生存率を向上させるために重要である。 しかし、病理学者の単体検査は、WSI内でレビューする必要がある膨大な数の細胞のために、必然的に偽陰性に悩まされる。
  論文  参考訳（メタデータ） (2024-07-28T15:29:07Z)
• Let it shine: Autofluorescence of Papanicolaou-stain improves AI-based cytological oral cancer detection [3.1850395068284785]
  早期に検出された口腔癌は治療可能であるが、後期に致命的になることが多い。 コンピュータ支援法は、費用対効果と正確な細胞学的解析に不可欠である。 本研究は,マルチモーダルイメージングとディープフュージョンを用いた,AIによる口腔癌検出の改善を目的とする。
  論文  参考訳（メタデータ） (2024-07-02T01:05:35Z)
• A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
  神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。 重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。 人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
  論文  参考訳（メタデータ） (2024-05-21T06:44:40Z)
• Cancer-Net PCa-Gen: Synthesis of Realistic Prostate Diffusion Weighted Imaging Data via Anatomic-Conditional Controlled Latent Diffusion [68.45407109385306]
  カナダでは、前立腺がんは男性でもっとも一般的ながんであり、2022年のこの人口統計では、新しいがん症例の20%を占めている。 拡散強調画像(DWI)データを用いた前立腺癌診断,予後,治療計画のためのディープニューラルネットワークの開発には大きな関心が寄せられている。 本研究では,解剖学的条件制御型潜伏拡散戦略の導入により,現実的な前立腺DWIデータを生成するための潜伏拡散の有効性について検討した。
  論文  参考訳（メタデータ） (2023-11-30T15:11:03Z)
• A Pathologist-Informed Workflow for Classification of Prostate Glands in Histopathology [62.997667081978825]
  病理学者は、ガラススライド上の針生検の組織を調べて前立腺がんを診断し、診断する。 がんの重症度と転移リスクは、前立腺の組織と形態に基づくスコアであるGleason gradeによって決定される。 本稿では,病理学者のtextitmodus operandi に従って,個々の腺のマルチスケールパッチを分離・分類する自動ワークフローを提案する。
  論文  参考訳（メタデータ） (2022-09-27T14:08:19Z)
• Multi-Scale Hybrid Vision Transformer for Learning Gastric Histology: AI-Based Decision Support System for Gastric Cancer Treatment [50.89811515036067]
  胃内視鏡検査は、早期に適切な胃癌(GC)治療を判定し、GC関連死亡率を低下させる有効な方法である。 本稿では,一般のGC治療指導と直接一致する5つのGC病理のサブ分類を可能にする実用的なAIシステムを提案する。
  論文  参考訳（メタデータ） (2022-02-17T08:33:52Z)
• Unsupervised deep learning techniques for powdery mildew recognition based on multispectral imaging [63.62764375279861]
  本稿では,キュウリ葉の粉状ミドウを自動的に認識する深層学習手法を提案する。 マルチスペクトルイメージングデータに適用した教師なし深層学習技術に焦点をあてる。 本稿では, オートエンコーダアーキテクチャを用いて, 疾患検出のための2つの手法を提案する。
  論文  参考訳（メタデータ） (2021-12-20T13:29:13Z)

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。