مجله علمی تفریحی بیبیس
0

دانلود کتاب چالش ISBI 2019 C-NMC: طبقه بندی در تصویربرداری سلول سرطانی

بازدید 774
  • عنوان کتاب: ISBI 2019 C-NMC Challenge: Classification in Cancer Cell Imaging
  • نویسنده: Anubha Gupta
  • حوزه: سرطان
  • سال انتشار: 2019
  • تعداد صفحه: 150
  • زبان اصلی: انگلیسی
  • نوع فایل: pdf
  • حجم فایل: 4.91 مگابایت

این کتاب شامل مجموعه‌ای از چالش طبقه‌بندی تصاویر پزشکی با عنوان «چالش C-NMC: طبقه‌بندی سلول‌های طبیعی در مقابل بدخیم در تصویر میکروسکوپی سرطان خون سفید B-ALL» است که توسط محققان SBILab، IIIT-Delhi (http://sbilab. iiitd.edu.in/)، و AIIMS، دهلی نو، هند، به عنوان بخشی از کنفرانس بین المللی IEEE در تصویربرداری زیست پزشکی (IEEE-ISBI 2019) که در ونیز، ایتالیا، از 8 تا 11 آوریل 2019 برگزار شد. طبقه بندی سلول ها از طریق پردازش تصویر اخیراً از نقطه نظر ساخت ابزارهای تشخیصی به کمک رایانه برای اختلالات خونی مانند لوسمی مورد توجه قرار گرفته است. برای رسیدن به یک تصمیم قطعی در مورد تشخیص بیماری و درجه پیشرفت، شناسایی سلول های بدخیم با دقت بالا بسیار مهم است. ابزارهای کامپیوتری می‌توانند در خودکارسازی فرآیند تقسیم‌بندی و شناسایی سلول بسیار مفید باشند، زیرا از نظر مورفولوژیکی هر دو نوع سلول مشابه به نظر می‌رسند. این چالش بر روی یک مجموعه داده انتخاب شده از بیش از 15000 تصویر سلولی با کیفیت بسیار خوب اجرا شد. این چالش شرکت کنندگانی از بسیاری از کشورها داشت. داده های آموزشی در اختیار 251 تیم قرار گرفت و تعداد ارسالی ها در مورد داده های اولیه آزمون و داده های آزمون نهایی در جدول امتیازات چالش به ترتیب 60 و 25 مورد بود. چالش در 10 نوامبر 2018 در CodaLab افتتاح شد و نتایج در 18 مارس 2019 اعلام شد. .in/resources.html). این چالش با کارگاهی در کنفرانس IEEE-ISBI 2019 در 11 آوریل 2019 به پایان رسید که در آن سه تیم برتر و پنج تیم دیگر کار خود را ارائه کردند. این چالش از لحاظ فنی توسط شرکت IBM India Pvt حمایت مالی شد. Ltd. از طرف IBM India، دکتر Mani Madukar، مدیر برنامه، روابط دانشگاه، IBM India Pvt. Ltd، در کارگاه شرکت کرد، در مورد IBM Watson سخنرانی کرد و همچنین جوایز را بین سه تیم برتر و همچنین سایر شرکت کنندگان در چالش توزیع کرد. مجموعه داده ارائه شده برای این چالش، با نام C-NMC 2019 Dataset، در آزمایشگاه انکولوژی، AIIMS، دهلی نو، هند تهیه شده است. از کمیته اخلاق AIIMS، دهلی نو، در مورد این مجموعه داده برای اهداف تحقیق، چشم پوشی از رضایت آگاهانه کتبی اخذ شد. این شامل تصاویر گلبول‌های سفید با برچسب‌هایی (طبیعی در مقابل سرطان) بود که برای آموزش طبقه‌بندی مبتنی بر یادگیری ماشینی برای شناسایی سلول‌های طبیعی از بلاست‌های لوسمیک (سلول‌های بدخیم/سرطانی) ارائه شد. این مجموعه داده اکنون به صورت عمومی در آرشیو تصویربرداری سرطان (TCIA) (https://doi.org/10.7937/tcia.2019. dc64i46r) در دسترس است. داده ها در سطح موضوعی تهیه می شوند و به مجموعه آموزشی و مجموعه آزمایشی تقسیم می شوند. مجموعه آموزشی شامل 12528 تصویر سلولی است که از داده های 60 فرد مبتلا به سرطان و 41 فرد سالم جمع آوری شده است. داده های آزمایش شامل 2586 تصویر سلولی است که از 9 فرد سرطانی و 8 فرد سالم جمع آوری شده است. اندازه کل مجموعه داده 15114 تصویر سلولی است. محققان می توانند نتایج خود را در مجموعه آزمون با ارسال نتایج در تابلوی امتیازات (https://competitions.codalab.org/competitions/20395#results) ارزیابی کنند. ما با سپاس از حمایت مالی تحقیقاتی (Grant: EMR/2016/006183) از سوی وزارت علوم و فناوری، دولت، قدردانی می کنیم. هند، و گرنت: 1 (7)/2014-ME\&HI از وزارت ارتباطات و فناوری اطلاعات، دولت. هند، برای این کار تحقیقاتی. سرمایه‌گذار هیچ نقشی در طراحی مطالعه، جمع‌آوری و تجزیه و تحلیل داده‌ها، تصمیم‌گیری برای انتشار یا تهیه نسخه خطی نداشت. ما حمایت شرکت IBM India Pvt را تایید می کنیم. محدود به دلیل اینکه حامی فنی این چالش است. ما از کمیته برنامه فنی که وقت ارزشمند خود را در بررسی مقالات ارسالی اختصاص داده و بازخورد سازنده ای را به نویسندگان ارائه کردند، سپاسگزاریم. هر مقاله توسط سه داور مستقل بررسی شد. از همه شرکت کنندگان در کارگاه که کار خود را در کارگاه ونیز ارائه کردند تشکر می کنیم. به ویژه، مایلیم از Shiv Gehlot، PhD Scholar، SBILab، دپارتمان ECE، IIIT-Delhi برای مدیریت کار مرتبط با چالش از ابتدا تا انتها تشکر کنیم. او به شرکت‌کنندگان در تمام سوالاتشان کمک کرد، پورتال چالش را حفظ کرد، به شرکت‌کنندگان در ارزیابی عملکرد کدهایشان کمک کرد و از انتشار این چالش‌ها پشتیبانی کرد. در آخر اما نه کم‌اهمیت، مایلیم از دانشجویان و کارکنان SBILab، IIIT-Delhi، و Laboratory Oncology، AIIMS، دهلی نو، به خاطر حمایت‌شان از اجرای بدون مشکل این چالش و انتشار مقالات تشکر کنیم.

This book contains proceedings of the medical image classification challenge, titled “C-NMC challenge: Classification of Normal versus Malignant Cells in B-ALL White Blood Cancer Microscopic Image” organized by researchers of SBILab, IIIT-Delhi (http://sbilab.iiitd.edu.in/), and AIIMS, New Delhi, India, as part of the IEEE International Symposium on Biomedical Imaging (IEEE-ISBI 2019) conference held in Venice, Italy, from April 8 to 11, 2019. Cell classification via image processing has recently gained interest from the point of view of building computer-assisted diagnostic tools for blood disorders such as leukemia. In order to arrive at a conclusive decision on disease diagnosis and degree of progression, it is very important to identify malignant cells with high accuracy. Computer-assisted tools can be very helpful in automating the process of cell segmentation and identification because morphologically both cell types appear similar. This challenge was run on a curated dataset of more than 15000 cell images of very good quality. The challenge had participants from many countries. The training data was provided to 251 teams, and the number of submissions on the preliminary test data and the final test data on the challenge leaderboard was 60 and 25, respectively. The challenge was opened on November 10, 2018, at CodaLab, and the results were declared on March 18, 2019. The results of the challenge on the test set predictions are available at the challenge leaderboard (http://sbilab.iiitd.edu.in/resources.html). The challenge concluded with a workshop at IEEE-ISBI 2019 conference on April 11, 2019, wherein three top performing teams and five other teams presented their work. The challenge was technically co-sponsored by IBM India Pvt. Ltd. On behalf of IBM India, Dr. Mani Madhukar, Program Manager, University Relations, IBM India Pvt. Ltd, attended the workshop, delivered a lecture on IBM Watson, and also distributed the prizes to the top three teams as well as to the other participants of the challenge. The dataset provided for this challenge, named C-NMC 2019 Dataset, was prepared at Laboratory Oncology, AIIMS, New Delhi, India. A waiver for written informed consent was obtained from the Ethics Committee of AIIMS, New Delhi, on this dataset for research purposes. It consisted of white blood cell images with labels (normal versus cancer) that were provided to train machine learning-based classifier to identify normal cells from leukemic blasts (malignant/cancer cells). This dataset is now publicly available at The Cancer Imaging Archive (TCIA) (https://doi.org/10.7937/tcia.2019. dc64i46r). Data is prepared at the subject level and is split into the training set and testing set. Training set consists of 12528 cell images collected from the data of 60 cancer subjects and 41 healthy subjects. Test data consists of 2586 cell images collected from 9 cancer subjects and 8 healthy subjects. The size of the total dataset is 15114 cell images. Researchers can evaluate their results on the test set by submitting results at the leaderboard (https://competitions.codalab.org/competitions/20395#results). We gratefully acknowledge the research funding support (Grant: EMR/2016/ 006183) from the Department of Science and Technology, Govt. of India, and Grant: 1 (7)/2014-ME\&HI from the Ministry of Communication and IT, Govt. of India, for this research work. The funder had no role in study design, data collection and analysis, decision to publish, or preparation of the manuscript. We acknowledge the support of IBM India Pvt. Limited for being the technical co-sponsor of this challenge. We are grateful to the Technical Program Committee, who devoted their valuable time in reviewing the submitted papers and provided constructive feedback to the authors. Each paper was reviewed by three independent reviewers. We thank all the workshop attendees who presented their work at the workshop in Venice. In particular, we would like to thank Shiv Gehlot, PhD Scholar, SBILab, Department of ECE, IIIT-Delhi, for handling the work related to challenge from start to the end. He helped participants with all their queries, maintained the challenge portal, helped participants evaluate the performance of their codes, and provided support for the publication of this challenge proceedings. Last but not least, we would like to thank the students and staff of SBILab, IIIT-Delhi, and Laboratory Oncology, AIIMS, New Delhi, for their support for the smooth conduct of this challenge and publications of the proceedings.

این کتاب را میتوانید بصورت رایگان از لینک زیر دانلود نمایید.

Download: ISBI 2019 C-NMC Challenge: Classification in Cancer Cell Imaging

نظرات کاربران

  •  چنانچه دیدگاه شما توهین آمیز باشد تایید نخواهد شد.
  •  چنانچه دیدگاه شما جنبه تبلیغاتی داشته باشد تایید نخواهد شد.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.

بیشتر بخوانید