亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Automated bone marrow cytology using deep learning to generate a histogram of cell types

骨髓 细胞学 直方图 血液学 病理 医学 人工智能 计算机科学 内科学 图像(数学)
作者
Rohollah Moosavi Tayebi,Youqing Mu,Taher Dehkharghanian,Catherine Ross,Monalisa Sur,Ronan Foley,Hamid R. Tizhoosh,Clinton J.V. Campbell
出处
期刊:Communications medicine [Springer Nature]
卷期号:2 (1) 被引量:40
标识
DOI:10.1038/s43856-022-00107-6
摘要

Bone marrow cytology is required to make a hematological diagnosis, influencing critical clinical decision points in hematology. However, bone marrow cytology is tedious, limited to experienced reference centers and associated with inter-observer variability. This may lead to a delayed or incorrect diagnosis, leaving an unmet need for innovative supporting technologies.We develop an end-to-end deep learning-based system for automated bone marrow cytology. Starting with a bone marrow aspirate digital whole slide image, our system rapidly and automatically detects suitable regions for cytology, and subsequently identifies and classifies all bone marrow cells in each region. This collective cytomorphological information is captured in a representation called Histogram of Cell Types (HCT) quantifying bone marrow cell class probability distribution and acting as a cytological patient fingerprint.Our system achieves high accuracy in region detection (0.97 accuracy and 0.99 ROC AUC), and cell detection and cell classification (0.75 mean average precision, 0.78 average F1-score, Log-average miss rate of 0.31).HCT has potential to eventually support more efficient and accurate diagnosis in hematology, supporting AI-enabled computational pathology.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Vce April完成签到,获得积分10
3秒前
5秒前
5秒前
7秒前
风趣的从梦完成签到,获得积分10
9秒前
11秒前
mark707发布了新的文献求助50
12秒前
飞翔的发布了新的文献求助10
13秒前
24秒前
25秒前
zqh发布了新的文献求助15
28秒前
填充物发布了新的文献求助10
32秒前
小二郎应助嘟嘟嘟嘟采纳,获得10
41秒前
liu完成签到 ,获得积分10
46秒前
收集快乐完成签到 ,获得积分10
47秒前
mark707完成签到,获得积分10
56秒前
栗悟饭完成签到,获得积分10
1分钟前
糖伯虎完成签到 ,获得积分10
1分钟前
Leslie_Lian发布了新的文献求助20
1分钟前
香蕉觅云应助谨慎外套采纳,获得50
1分钟前
1分钟前
1分钟前
飞翔的发布了新的文献求助10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
Billy应助科研通管家采纳,获得10
1分钟前
1分钟前
飞翔的发布了新的文献求助10
2分钟前
Derek完成签到,获得积分0
2分钟前
wish完成签到 ,获得积分10
2分钟前
YSY完成签到,获得积分10
2分钟前
Leslie_Lian完成签到,获得积分10
2分钟前
科研通AI2S应助哭泣的丝采纳,获得10
2分钟前
夏雨的天完成签到 ,获得积分10
2分钟前
哭泣的丝完成签到 ,获得积分10
2分钟前
仲夏的梦发布了新的文献求助10
2分钟前
汤圆1发布了新的文献求助20
2分钟前
2分钟前
优美的口红完成签到,获得积分10
2分钟前
3分钟前
谨慎外套发布了新的文献求助50
3分钟前
高分求助中
The ACS Guide to Scholarly Communication 2500
Sustainability in Tides Chemistry 2000
Studien zur Ideengeschichte der Gesetzgebung 1000
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Threaded Harmony: A Sustainable Approach to Fashion 810
Pharmacogenomics: Applications to Patient Care, Third Edition 800
Free Will in the Flesh 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3081558
求助须知:如何正确求助?哪些是违规求助? 2734319
关于积分的说明 7532547
捐赠科研通 2383865
什么是DOI,文献DOI怎么找? 1264044
科研通“疑难数据库(出版商)”最低求助积分说明 612493
版权声明 597577