| 大会名称 |
| 2021年 総合大会 |
| 大会コ－ド |
| 2021G |
| 開催年 |
|
2021
|
| 発行日 |
|
2021-02-23
|
| セッション番号 |
|
D-16
|
| セッション名 |
|
医用画像
|
| 講演日 |
|
2021/3/12
|
| 講演場所(会議室等) |
|
Meeting 37
|
| 講演番号 |
|
D-16-4
|
| タイトル |
|
FCNを用いた細胞核抽出における学習画像サイズの検討
|
| 著者名 |
|
◎足立寿幸, 山口雅浩,
|
| キーワード |
|
病理, セグメンテーション, ディープラーニング, 深層学習
|
| 抄録 |
|
病理組織診断において、細胞核の状態は良悪性の判断や癌のグレード・進行度を判断する要因の一つである。このため、病理画像解析では、細胞核の抽出を自動的に行い、抽出された細胞核の様々な特徴量を用いた判別等が行われている。近年、細胞核抽出はU-NetなどFCNを用いてセグメンテーションを行う手法が成功を収めている。FCNの特徴の一つとして、様々な入力サイズをモデルは受け付ける点が挙げられる。もし、小さな画像サイズで学習したモデルを大きな画像に適用できれば、学習や処理の効率化に繋がり有効である。本研究では上記の特徴に注目してFCNの学習時の画像サイズの変化が細胞核抽出の精度に与える影響を評価する。
|
| 本文pdf |
|
PDF download
|
