2023-08-07
【學術亮點】一個可用於開發染色體辨識的公開標記細胞影像資料庫
字體大小
小
中
大
AI core Technology: Big Data Platform in Agriculture and Data Governance【Department of Applied Mathematics / Chih-En Kuo / Associate Professor】
核心技術：農業大數據共享服務平台及資料治理【應用數學系郭至恩副教授】
核心技術：農業大數據共享服務平台及資料治理【應用數學系郭至恩副教授】
| 論文篇名 | 英文：An Open Dataset of Annotated Metaphase Cell Images for Chromosome Identification 中文：一個可用於開發染色體辨識的公開標記細胞影像資料庫 |
| 期刊名稱 | Scientific Data |
| 發表年份, 卷數, 起迄頁數 | 2023, 10(1), 104 |
| 作者 | Jenn-Jhy Tseng, Chien-Hsing Lu, Jun-Zhou Li, Hui-Yu Lai, Min-Hu Chen, Fu-Yuan Cheng & Chih-En Kuo(郭至恩)* |
| DOI | 10.1038/s41597-023-02003-7 |
| 中文摘要 | 染色體是臨床細胞遺傳學研究的主要目標。雖然染色體分析是產前護理不可或缺的一部分，但傳統的手動識別圖像中的染色體既耗時又昂貴。該研究開發了一種利用深度學習的染色體偵測方法，染色體識別準確率達到98.88%。具體來說，我們編譯並提供了一個大型且可公開訪問的數據庫，其中包含用於訓練染色體偵測方法的染色體圖像和註釋。 該數據庫包含 5000 個 24 條染色體類別註釋和2000個單染色體註釋。該數據庫還包含染色體變異的示例。我們的數據庫為該領域的研究人員提供了參考，並有助於加快相關應用的開發。 |
| 英文摘要 | Chromosomes are a principal target of clinical cytogenetic studies. While chromosomal analysis is an integral part of prenatal care, the conventional manual identification of chromosomes in images is time-consuming and costly. This study developed a chromosome detector that uses deep learning and that achieved an accuracy of 98.88% in chromosomal identification. Specifically, we compiled and made available a large and publicly accessible database containing chromosome images and annotations for training chromosome detectors. The database contains five thousand 24 chromosome class annotations and 2,000 single chromosome annotations. This database also contains examples of chromosome variations. Our database provides a reference for researchers in this field and may help expedite the development of clinical applications. |
| 發表成果與AI計畫研究主題相關性 | AI計畫中其中的主軸為資料治理，透過此成果的發表可以了解未來計畫所收集相關資料若以公開形式與其他學術單位交流合作時，需滿足那些條件或是資料治理的審查過程與規範，讓本計畫具有發表開發AI模型所需公開資料集所需的相關經驗並了解資料庫相關描述規格之重要性 |
