Fugu-MT 論文翻訳(概要): Robust Pan-Cancer Mitotic Figure Detection with YOLOv12

論文の概要: Robust Pan-Cancer Mitotic Figure Detection with YOLOv12

arxiv url: http://arxiv.org/abs/2509.02593v1
Date: Fri, 29 Aug 2025 08:37:46 GMT
ステータス: 翻訳完了
システム内更新日: 2025-09-04 21:40:46.236413
Title: Robust Pan-Cancer Mitotic Figure Detection with YOLOv12
Title（参考訳）: YOLOv12を用いたロバストパンカウンサーミトティックフィギュア検出
Authors: Raphaël Bourgade, Guillaume Balezo, Thomas Walter,
Abstract要約: Mitosis DOmain Generalization (MIDOG) 2025の課題は、堅牢な有糸分裂検出アルゴリズムの開発である。本稿では YOLOv12 オブジェクト検出アーキテクチャに基づく mitotic figure 検出手法を提案する。
参考スコア（独自算出の注目度）: 1.7259725776748482
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Mitotic figures represent a key histoprognostic feature in tumor pathology, providing crucial insights into tumor aggressiveness and proliferation. However, their identification remains challenging, subject to significant inter-observer variability, even among experienced pathologists. To address this issue, the MItosis DOmain Generalization (MIDOG) 2025 challenge marks the third edition of an international competition aiming to develop robust mitosis detection algorithms. In this paper, we present a mitotic figures detection approach based on the YOLOv12 object detection architecture, achieving a $F_1$-score of 0.801 on the preliminary test set of the MIDOG 2025 challenge, without relying on external data.
Abstract（参考訳）: 組織像は腫瘍病理における重要な組織学的特徴であり、腫瘍の攻撃性と増殖に関する重要な知見を提供する。しかし、その識別は、経験豊富な病理学者でさえも、サーバ間の大きな変動の対象となるため、依然として困難である。この問題に対処するため、Mitosis DOmain Generalization (MIDOG) 2025 チャレンジは、堅牢な有糸分裂検出アルゴリズムの開発を目的とした国際競争の第3版である。本稿では,MIDOG 2025チャレンジの予備テストセットに対して,外部データに頼らずに0.801ドルのF_1$スコアを達成し,YOLOv12オブジェクト検出アーキテクチャに基づくミトティックフィギュア検出手法を提案する。

関連論文リスト

Pan-Cancer mitotic figures detection and domain generalization: MIDOG 2025 Challenge [0.0]
本報告では、Mitotic Domain Generalization (MIDOG) 2025の課題について詳述する。癌予後の病理組織学における有糸分裂型人物検出の重要課題に対処する。従来のciteShen2024framework と非定型mitoses citeshen025_16780587 のトレーニングデータを強化するための2つの新しいデータセットをリリースする。
論文参考訳（メタデータ） (2025-08-28T16:11:58Z)
CXR-LT 2024: A MICCAI challenge on long-tailed, multi-label, and zero-shot disease classification from chest X-ray [64.2434525370243]
CXR-LTシリーズは、胸部X線を用いた肺疾患の分類を強化するために設計されたコミュニティ主導のイニシアチブである。 CXR-LT 2024はデータセットを377,110の胸部X線(CXR)と45の疾患ラベルに拡張し、19の新しい稀な疾患の発見を含んでいる。本稿では、CXR-LT 2024の概要を述べるとともに、データキュレーションプロセスの詳細と最先端ソリューションの統合について述べる。
論文参考訳（メタデータ） (2025-06-09T17:53:31Z)
Domain generalization across tumor types, laboratories, and species -- insights from the 2022 edition of the Mitosis Domain Generalization Challenge [15.965814632791504]
病理組織学的腫瘍標本における有糸分裂像の認識は,患者の予後評価に極めて関連している。この研究は、課題タスク、参加者が採用する戦略、そしてその成功に寄与する潜在的な要因の概要を示している。
論文参考訳（メタデータ） (2023-09-27T11:44:58Z)
Genetic InfoMax: Exploring Mutual Information Maximization in High-Dimensional Imaging Genetics Studies [50.11449968854487]
遺伝子ワイド・アソシエーション(GWAS)は、遺伝的変異と特定の形質の関係を同定するために用いられる。画像遺伝学の表現学習は、GWASによって引き起こされる固有の課題により、ほとんど探索されていない。本稿では,GWAS の具体的な課題に対処するために,トランスモーダル学習フレームワーク Genetic InfoMax (GIM) を提案する。
論文参考訳（メタデータ） (2023-09-26T03:59:21Z)
DRAC: Diabetic Retinopathy Analysis Challenge with Ultra-Wide Optical Coherence Tomography Angiography Images [51.27125547308154]
第25回医用画像コンピューティング・コンピュータ支援介入国際会議(MICCAI 2022)にともなうDRAC糖尿病網膜症解析チャレンジの企画を行った。この課題は、DR病変の分節化、画像品質評価、DRグレーディングの3つのタスクから構成される。本稿では,課題の各課題について,トップパフォーマンスのソリューションと結果の要約と分析を行う。
論文参考訳（メタデータ） (2023-04-05T12:04:55Z)
Mitosis Detection, Fast and Slow: Robust and Efficient Detection of Mitotic Figures [3.047950378303433]
そこで本研究では,ミトーシス候補セグメンテーションと候補精錬段階を含む,堅牢で効率的な2段階ミトーシス検出フレームワークを提案する。 EUNetは、候補を低い解像度で正確にセグメント化して、候補検出を大幅に高速化することができる。本稿では,3つの大規模公用ミトーシスデータセットに対して,提案モデルの性能と一般化性を示す。
論文参考訳（メタデータ） (2022-08-26T11:14:59Z)
FetReg2021: A Challenge on Placental Vessel Segmentation and Registration in Fetoscopy [52.3219875147181]
2-Twin Transfusion Syndrome (TTTS) に対するレーザー光凝固法が広く採用されている。このプロシージャは、視野が限られたこと、フェトスコープの操作性が悪いこと、視認性が悪いこと、照明の変動性のために特に困難である。コンピュータ支援介入(CAI)は、シーン内の重要な構造を特定し、ビデオモザイクを通して胎児の視野を広げることで、外科医に意思決定支援と文脈認識を提供する。 7つのチームがこの課題に参加し、そのモデルパフォーマンスを、6フェットから658ピクセルの注釈付き画像の見当たらないテストデータセットで評価した。
論文参考訳（メタデータ） (2022-06-24T23:44:42Z)
MyoPS: A Benchmark of Myocardial Pathology Segmentation Combining Three-Sequence Cardiac Magnetic Resonance Images [84.02849948202116]
本研究は,MyoPS(MyoPS)の医療画像解析における新たな課題を定義するものである。 myoPSは、MICCAI 2020とともにMyoPSチャレンジで最初に提案された3シーケンスの心臓磁気共鳴(CMR)画像を組み合わせている。この課題は45対のCMR画像と予め整列されたCMR画像を提供し、アルゴリズムは3つのCMRシーケンスから補完的な情報を結合して病理領域を分割することを可能にする。
論文参考訳（メタデータ） (2022-01-10T06:37:23Z)
Stain-Robust Mitotic Figure Detection for the Mitosis Domain Generalization Challenge [2.072197863131669]
Mitosis DOmain Generalization (MIDOG)の課題は、複数のスキャナーから見えないデータに対して、検出モデルの堅牢性をテストすることである。この課題に対処するために,TAAセンターチームが採用したアプローチについて,簡単な概要を述べる。
論文参考訳（メタデータ） (2021-09-02T11:44:42Z)
COVIDx-US -- An open-access benchmark dataset of ultrasound imaging data for AI-driven COVID-19 analytics [116.6248556979572]
COVIDx-USは、新型コロナウイルス関連超音波画像データのオープンアクセスベンチマークデータセットです。肺超音波93本と,SARS-CoV-2肺炎,非SARS-CoV-2肺炎,健康管理症例10,774本からなる。
論文参考訳（メタデータ） (2021-03-18T03:31:33Z)

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。