このアイテムのアクセス数:1372020-10-29 03:16 集計


   

ファイル フォーマット サイズ ダウンロード回数 説明
Sano_et_al-2020-Scientific_Reports pdf  2.09 MB  18
Sano_et_al-2020-Scientific_Reports.sup-1 pdf  906. KB  16

基本情報

タイトル Deep learning-based classification of the mouse estrous cycle stages
作成者 SANO, Kyohei
MATSUDA, Shingo  研究者リゾルバ
TOHYAMA, Suguru
KOMURA, Daisuke  研究者リゾルバ
SHIMIZU, Eiji  研究者リゾルバ
SUTOH, Chihiro  研究者リゾルバ
作成者ID 1000080723246
作成者ID 1000010776082
作成者ID 1000000292699
作成者ID 1000030612650
作成者の別表記 佐野, 恭平
松田, 真悟  研究者リゾルバ
遠山, 卓
河村, 大輔  研究者リゾルバ
清水, 栄司  研究者リゾルバ
須藤, 千尋  研究者リゾルバ
内容 [ABSTRACT] There is a rapidly growing demand for female animals in preclinical animal, and thus it is necessary to determine animals’ estrous cycle stages from vaginal smear cytology. However, the determination of estrous stages requires extensive training, takes a long time, and is costly; moreover, the results obtained by human examiners may not be consistent. Here, we report a machine learning model trained with 2,096 microscopic images that we named the "Stage Estimator of estrous Cycle of RodEnt using an Image-recognition Technique (SECREIT)." With the test dataset (736 images), SECREIT achieved area under the receiver-operating-characteristic curve of 0.962 or more for each estrous stage. A test using 100 images showed that SECREIT provided correct classification that was similar to that provided by two human examiners (SECREIT: 91%, Human 1: 91%, Human 2: 79%) in 11 s. The SECREIT can be a first step toward accelerating the research using female rodents.
ハンドルURL https://opac.ll.chiba-u.jp/da/curator/108101/
フルテキストへのリンク https://opac.ll.chiba-u.jp/da/curator/108101/Sano_et_al-2020-Scientific_Reports.pdf
https://opac.ll.chiba-u.jp/da/curator/108101/Sano_et_al-2020-Scientific_Reports.sup-1.pdf
公開者 Nature Research
NII資源タイプ 学術雑誌論文
ISSN 2045-2322
掲載誌名 Scientific Reports
10
開始ページ 11714
刊行年月 2020-07-16
DOI(出版者版) 10.1038/s41598-020-68611-0
著者版フラグ publisher