• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Conference on PACS and imaging informatics >A Deep Semantic Mobile Application for Thyroid Cytopathology
【24h】

A Deep Semantic Mobile Application for Thyroid Cytopathology

机译：甲状腺细胞病理学的一种深度语义移动应用

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Cytopathology is the study of disease at the cellular level and often used as a screening tool for cancer. Thyroid cytopathology is a branch of pathology that studies the diagnosis of thyroid lesions and diseases. A pathologist views cell images that may have high visual variance due to different anatomical structures and pathological characteristics. To assist the physician with identifying and searching through images, we propose a deep semantic mobile application. Our work augments recent advances in the digitization of pathology and machine learning techniques, where there are transformative opportunities for computers to assist pathologists. Our system uses a custom thyroid ontology that can be augmented with multimedia metadata extracted from images using deep machine learning techniques. We describe the utilization of a particular methodology, deep convolutional neural networks, to the application of cytopathology classification. Our method is able to leverage networks that have been trained on millions of generic images, to medical scenarios where only hundreds or thousands of images exist. We demonstrate the benefits of our framework through both quantitative and qualitative results.
机译：细胞病理学是在细胞水平上研究疾病的方法，通常用作癌症的筛查工具。甲状腺细胞病理学是研究甲状腺病变和疾病诊断的病理学分支。病理学家查看由于不同的解剖结构和病理特征而可能具有高度视觉差异的细胞图像。为了帮助医生识别和搜索图像，我们提出了一种深度语义移动应用程序。我们的工作丰富了病理学和机器学习技术的数字化方面的最新进展，在这些领域中，计算机为病理学家提供了变革性的机会。我们的系统使用自定义的甲状腺本体，可以使用深度机器学习技术从图像中提取的多媒体元数据进行扩充。我们描述了一种特殊的方法，深层卷积神经网络，对细胞病理学分类的应用。我们的方法能够将经过数百万张通用图像训练的网络用于只有数百或数千张图像的医疗场景。我们通过定量和定性结果证明了我们框架的好处。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号