A survey on automated detection and classification of acute leukemia and WBCs in microscopic blood cells

要約

白血病 (血液がん) は、骨髄および血液中の白血球または白血球 (WBC) の異常な広がりです。
病理学者は、人の血液サンプルを顕微鏡で観察することにより、白血病を診断できます。
彼らは、さまざまな血球と形態学的特徴を数えることによって、白血病を特定および分類します。
この技術は、白血病の予測には時間がかかります。
病理学者の専門的なスキルと経験も、この手順に影響を与えている可能性があります。
コンピューター ビジョンでは、従来の機械学習と深層学習の手法が実用的なロードマップであり、顕微鏡の血球などの医療画像の診断と分類の精度と速度を向上させます。
この論文は、微視的血液細胞における急性白血病と白血球の検出と分類の包括的な分析を提供します。
まず、モデルの出力に基づいて、これまでの作業を 6 つのカテゴリに分類しました。
次に、データ増強、前処理、セグメンテーション、特徴抽出、特徴選択 (縮小)、分類、およびメソッドの分類ステップに焦点を当てるなど、急性白血病および WBC の検出と分類のさまざまなステップについて説明します。
最後に、急性白血病と白血球の自動検出と分類を、分類ステップでの分類器のタイプに基づいて、従来型、ディープ ニューラル ネットワーク (DNN)、混合型 (従来型と DNN) の 3 つのカテゴリに分類して分析します。
この研究の結果は、急性白血病と白血病の診断と分類において、従来の機械学習モデルのサポート ベクター マシン (SVM) 分類器とディープ ラーニング モデルの畳み込みニューラル ネットワーク (CNN) 分類器が広く採用されていることを示しています。
他のモデルと比較して、これらの分類器を使用するモデルのパフォーマンス メトリックは高くなります。

要約(オリジナル)

Leukemia (blood cancer) is an unusual spread of White Blood Cells or Leukocytes (WBCs) in the bone marrow and blood. Pathologists can diagnose leukemia by looking at a person’s blood sample under a microscope. They identify and categorize leukemia by counting various blood cells and morphological features. This technique is time-consuming for the prediction of leukemia. The pathologist’s professional skills and experiences may be affecting this procedure, too. In computer vision, traditional machine learning and deep learning techniques are practical roadmaps that increase the accuracy and speed in diagnosing and classifying medical images such as microscopic blood cells. This paper provides a comprehensive analysis of the detection and classification of acute leukemia and WBCs in the microscopic blood cells. First, we have divided the previous works into six categories based on the output of the models. Then, we describe various steps of detection and classification of acute leukemia and WBCs, including Data Augmentation, Preprocessing, Segmentation, Feature Extraction, Feature Selection (Reduction), Classification, and focus on classification step in the methods. Finally, we divide automated detection and classification of acute leukemia and WBCs into three categories, including traditional, Deep Neural Network (DNN), and mixture (traditional and DNN) methods based on the type of classifier in the classification step and analyze them. The results of this study show that in the diagnosis and classification of acute leukemia and WBCs, the Support Vector Machine (SVM) classifier in traditional machine learning models and Convolutional Neural Network (CNN) classifier in deep learning models have widely employed. The performance metrics of the models that use these classifiers compared to the others model are higher.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google