利用虚拟图像平移和染色归一化技术改进冰冻切片甲状腺癌自动分类

Michael Gadermayr , Maximilian Tschuchnig , Lea Maria Stangassinger , Christina Kreutzer , Sebastien Couillard-Despres , Gertie Janneke Oostingh , Anton Hittmair
{"title":"利用虚拟图像平移和染色归一化技术改进冰冻切片甲状腺癌自动分类","authors":"Michael Gadermayr , Maximilian Tschuchnig , Lea Maria Stangassinger , Christina Kreutzer , Sebastien Couillard-Despres , Gertie Janneke Oostingh , Anton Hittmair","doi":"10.1016/j.cmpbup.2023.100092","DOIUrl":null,"url":null,"abstract":"","PeriodicalId":72670,"journal":{"name":"Computer methods and programs in biomedicine update","volume":"3 ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Improving automated thyroid cancer classification of frozen sections by the aid of virtual image translation and stain normalization\",\"authors\":\"Michael Gadermayr , Maximilian Tschuchnig , Lea Maria Stangassinger , Christina Kreutzer , Sebastien Couillard-Despres , Gertie Janneke Oostingh , Anton Hittmair\",\"doi\":\"10.1016/j.cmpbup.2023.100092\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"\",\"PeriodicalId\":72670,\"journal\":{\"name\":\"Computer methods and programs in biomedicine update\",\"volume\":\"3 \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-01-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Computer methods and programs in biomedicine update\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://www.sciencedirect.com/science/article/pii/S2666990023000010\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Computer methods and programs in biomedicine update","FirstCategoryId":"1085","ListUrlMain":"https://www.sciencedirect.com/science/article/pii/S2666990023000010","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

冷冻切片在手术干预过程中迅速生成。这使得外科医生可以在干预期间等待组织学检查结果,以便根据组织学结果做出手术内决策。然而,与石蜡切片相比,冷冻切片的质量通常会大大降低,导致诊断准确性降低。基于深度学习的图像转换技术促进了不同原生成像技术之间的虚拟转换,有可能将冷冻切片转换为虚拟石蜡切片。可以应用污点归一化来调整进一步不相等的图像特性。我们研究了基于深度学习的图像翻译、传统图像归一化和这些技术的组合对甲状腺癌症诊断计算机辅助决策支持系统的影响。对于分类,采用了基于卷积神经网络特征、k-means聚类和支持向量机的单词袋方法。虽然染色标准化导致总体分类准确率下降(0.703 vs 0.727),但图像翻译导致平均得分增加(0.770),图像翻译和归一化进一步提高了准确性(0.844),并明显缩小了与术后石蜡切片的差距(0.902)。基于深度学习的图像翻译被证明是提高计算机辅助诊断准确性的强大工具,其明显优于传统的染色翻译。这项工作为与专业病理学家一起进行研究提供了强大的动力,他们对冷冻切片和相应的改良切片进行分类,以研究在临床环境中是否达到了类似的效果。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Improving automated thyroid cancer classification of frozen sections by the aid of virtual image translation and stain normalization
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
CiteScore
5.90
自引率
0.00%
发文量
0
审稿时长
10 weeks
期刊最新文献
Fostering digital health literacy to enhance trust and improve health outcomes Machine learning from real data: A mental health registry case study ResfEANet: ResNet-fused External Attention Network for Tuberculosis Diagnosis using Chest X-ray Images Role-playing recovery in social virtual worlds: Adult use of child avatars as PTSD therapy Comparative evaluation of low-cost 3D scanning devices for ear acquisition
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1