YOLO駆動アプローチによる組織病理学における自動核セグメンテーションの進展：系統的レビュー
カテゴリ：診断支援・画像解析
公開日：2026年2月19日
タイトル：Advancements in automated nuclei segmentation for histopathology using you only look once-driven approaches: A systematic review.
雑誌名：Comput Biol Med. 2025 May; 190: 110072.
概 要：
本研究は、組織病理学における核セグメンテーションのためのYOLO（You Only Look Once）ベースの手法の進展、課題、応用を系統的にレビューしています。正確な核セグメンテーションは、疾患の診断や治療計画において重要な役割を果たします。最近の文献を分析し、YOLOのバリエーションを用いた核セグメンテーションの方法論、トレーニング戦略、データセットの特性、性能指標を評価しました。YOLOの特性が効率的なオブジェクト検出と核構造の描写を可能にすることを示し、従来のセグメンテーション手法との比較を行いました。YOLOベースのアーキテクチャによる有望な成果を強調しつつ、核の外観の変動への対処、モデルアーキテクチャの最適化、異なるデータセット間での一般化の向上といった課題を特定しています。
方 法：
この系統的レビューは、最近の文献を構造的に分析し、YOLOを用いた核セグメンテーションに関する方法論、トレーニング戦略、データセットの特性、性能指標を評価しました。
結 果：
YOLOベースのアプローチは、核セグメンテーションにおいて迅速かつ正確な結果を達成する可能性があることが示されましたが、核の外観の変動やモデルの最適化、一般化の課題が依然として存在します。
結 論：
YOLOを用いた核セグメンテーション手法は、疾患診断や生物医学研究の進展に寄与する可能性があり、今後の研究方向性や手法の改善に向けた基盤を提供します。