講演抄録/キーワード |
講演名 |
2022-07-08 14:00
悪性リンパ腫病理画像における細胞種特有の腫瘍度推定 ○増田大輝(名工大)・橋本典明(理研)・高木優介(名工大)・花田博幸(理研)・三好寛明・佐藤健作・大島孝一(久留米大)・本谷秀堅(名工大)・竹内一郎(名大/理研) MI2022-32 |
抄録 |
(和) |
血液のがんの一種である悪性リンパ腫の病理診断フローにおいては, がん化している細胞の種類の特定が重要である. 本研究では, 病理画像解析において一般的に用いられる手法であるマルチインスタンス学習の枠組みを拡張し, 各細胞の腫瘍度を定量化できるような手法を提案する. また, その結果を画像解析ソフトQuPathの拡張機能としてGUI上で可視化し, 実運用に適した形で提供する. |
(英) |
In the pathological diagnosis flow of malignant lymphoma, a type of blood cancer, it is important to identify the type of cancerous cells. In this study, we propose an extension of the multiple instance learning framework, which is an effective method in pathological image analysis, to quantify the tumor degree of each cell image. The results are visualized on a GUI as an extension of the image analysis software QuPath, and are provided in a form suitable for practical use. |
キーワード |
(和) |
病理画像 / 悪性リンパ腫 / マルチインスタンス学習 / 腫瘍度推定 / ヘルダー平均 / / / |
(英) |
pathological image / malignant lymphoma / multiple instance learning / tumor degree estimation / hölder mean / / / |
文献情報 |
信学技報, vol. 122, no. 98, MI2022-32, pp. 1-6, 2022年7月. |
資料番号 |
MI2022-32 |
発行日 |
2022-07-01 (MI) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
MI2022-32 |