Fugu-MT 論文翻訳(概要): COVID-MobileXpert: On-Device COVID-19 Patient Triage and Follow-up using Chest X-rays

論文の概要: COVID-MobileXpert: On-Device COVID-19 Patient Triage and Follow-up using Chest X-rays

arxiv url: http://arxiv.org/abs/2004.03042v3
Date: Mon, 7 Sep 2020 05:56:14 GMT
ステータス: 処理完了
システム内更新日: 2022-12-16 06:28:08.861917
Title: COVID-MobileXpert: On-Device COVID-19 Patient Triage and Follow-up using Chest X-rays
Title（参考訳）: 新型ウイルス「MobileXpert」、医療用胸部X線で治療・追跡
Authors: Xin Li, Chengyin Li, Dongxiao Zhu
Abstract要約: COVID-MobileXpertは、軽量ディープニューラルネットワーク(DNN)ベースのモバイルアプリで、胸部X線(CXR)を新型コロナウイルスの症例スクリーニングと放射線学的軌跡予測に使用することができる。我々は、ロバストな特徴を学習するために、新しい損失関数とトレーニングスキームをMSネットワークに採用する。
参考スコア（独自算出の注目度）: 12.100371588940256
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: During the COVID-19 pandemic, there has been an emerging need for rapid, dedicated, and point-of-care COVID-19 patient disposition techniques to optimize resource utilization and clinical workflow. In view of this need, we present COVID-MobileXpert: a lightweight deep neural network (DNN) based mobile app that can use chest X-ray (CXR) for COVID-19 case screening and radiological trajectory prediction. We design and implement a novel three-player knowledge transfer and distillation (KTD) framework including a pre-trained attending physician (AP) network that extracts CXR imaging features from a large scale of lung disease CXR images, a fine-tuned resident fellow (RF) network that learns the essential CXR imaging features to discriminate COVID-19 from pneumonia and/or normal cases with a small amount of COVID-19 cases, and a trained lightweight medical student (MS) network to perform on-device COVID-19 patient triage and follow-up. To tackle the challenge of vastly similar and dominant fore- and background in medical images, we employ novel loss functions and training schemes for the MS network to learn the robust features. We demonstrate the significant potential of COVID-MobileXpert for rapid deployment via extensive experiments with diverse MS architecture and tuning parameter settings. The source codes for cloud and mobile based models are available from the following url: https://github.com/xinli0928/COVID-Xray.
Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックの間、資源利用と臨床ワークフローを最適化するために、迅速で専門的で、治療の要となる患者配置技術がますます必要となってきた。このニーズを考慮して、新型コロナウイルスの症例スクリーニングと放射線学的軌跡予測に胸部X線(CXR)を使用できる軽量ディープニューラルネットワーク(DNN)ベースのモバイルアプリであるCOVID-MobileXpertを紹介する。 We design and implement a novel three-player knowledge transfer and distillation (KTD) framework including a pre-trained attending physician (AP) network that extracts CXR imaging features from a large scale of lung disease CXR images, a fine-tuned resident fellow (RF) network that learns the essential CXR imaging features to discriminate COVID-19 from pneumonia and/or normal cases with a small amount of COVID-19 cases, and a trained lightweight medical student (MS) network to perform on-device COVID-19 patient triage and follow-up. 医療画像における前景と背景の類似性が極めて高い課題に取り組むため,我々は,msネットワークにおいてロバストな特徴を学習するために,新たな損失関数とトレーニングスキームを用いる。多様なMSアーキテクチャとチューニングパラメータ設定による広範囲な実験を通じて、迅速な展開のためのCOVID-MobileXpertの有意義な可能性を示す。クラウドおよびモバイルベースのモデルのソースコードは、以下のurlから入手できる。

関連論文リスト

Optimising Chest X-Rays for Image Analysis by Identifying and Removing Confounding Factors [49.005337470305584]
新型コロナウイルス(COVID-19)のパンデミック(パンデミック)の間、新型コロナウイルス(COVID-19)の診断のための緊急設定で実施される画像の量は、臨床用CXRの取得が広範囲に及んだ。公開データセット内の臨床的に取得されたCXRの変動品質は、アルゴリズムのパフォーマンスに大きな影響を及ぼす可能性がある。我々は、新型コロナウイルスの胸部X線データセットを前処理し、望ましくないバイアスを取り除くための、シンプルで効果的なステップワイズアプローチを提案する。
論文参考訳（メタデータ） (2022-08-22T13:57:04Z)
COVIDx CXR-3: A Large-Scale, Open-Source Benchmark Dataset of Chest X-ray Images for Computer-Aided COVID-19 Diagnostics [69.55060769611916]
RT-PCR検査の補助的スクリーニング戦略としての胸部X線撮影(CXR)の利用が増加している。 CXRイメージングに基づく新型コロナウイルススクリーニングのための多くの視覚知覚モデルが提案されている。我々は、COVID-19コンピュータビジョン研究を支援するために、CXR画像の大規模なベンチマークデータセットであるCOVIDx CXR-3を紹介する。
論文参考訳（メタデータ） (2022-06-08T04:39:44Z)
A Deep Learning Approach for the Detection of COVID-19 from Chest X-Ray Images using Convolutional Neural Networks [0.0]
COVID-19(コロナウイルス)は、重症急性呼吸器症候群ウイルス(SARS-CoV-2)によるパンデミックである。 2019年12月中旬、中国武漢の湖北省で初感染が確認された。全世界で7550万件以上が確認され、167万件以上が死亡している。
論文参考訳（メタデータ） (2022-01-24T21:12:25Z)
Multiscale Attention Guided Network for COVID-19 Diagnosis Using Chest X-ray Images [13.528353089963835]
コロナウイルス感染症2019(COVID-19)は、千年紀以降で最も深刻なパンデミックの一つであり、世界は健康危機に対処せざるを得なくなった。胸部X線(CXR)画像を用いた自動肺感染症分類は、新型コロナウイルスの治療における診断能力を高める可能性がある。 CXR画像を用いた肺炎患者からのCOVID-19の分類は、空間的特徴の共有、特徴の変化、ケース間のコントラストの多様性のために難しい課題である。大量データ収集は、データ渇きの深層学習モデルの性能を制限した、新たに出現した病気にとって現実的ではない。ソフト距離正則化によるマルチスケール注意誘導深層ネットワークは、COVID-19を自動的に分類するために提案されている。
論文参考訳（メタデータ） (2020-11-11T11:20:10Z)
Triage of Potential COVID-19 Patients from Chest X-ray Images using Hierarchical Convolutional Networks [5.7179132552879395]
新型コロナウイルス(COVID-19)のパンデミックは、逆転写-ポリメラーゼ連鎖反応(RT-PCR)の代替として人工知能技術を使うことを研究者に動機付けている。胸部X線(CXR)は早期診断のための代替手段の1つであるが、大規模な注釈付きデータの有効性は、機械学習による新型コロナウイルス検出の臨床的実装を困難にしている。本稿では,階層型畳み込みネットワーク(HCN)アーキテクチャを用いて,データを自然に拡張する手法を提案する。
論文参考訳（メタデータ） (2020-11-01T20:01:22Z)
COVIDNet-CT: A Tailored Deep Convolutional Neural Network Design for Detection of COVID-19 Cases from Chest CT Images [75.74756992992147]
我々は、胸部CT画像からCOVID-19の症例を検出するのに適した、深層畳み込みニューラルネットワークアーキテクチャであるCOVIDNet-CTを紹介した。また,中国生体情報センターが収集したCT画像データから得られたベンチマークCT画像データセットであるCOVIDx-CTも紹介した。
論文参考訳（メタデータ） (2020-09-08T15:49:55Z)
Multi-Task Driven Explainable Diagnosis of COVID-19 using Chest X-ray Images [61.24431480245932]
COVID-19 Multi-Task Networkは、新型コロナウイルススクリーニングのためのエンドツーエンドネットワークである。我々は,ChestXray-14,CheXpertおよび統合型COVID-19データセットから採取した9000個の前頭胸部X線写真から肺領域を手動で注釈した。このデータベースは研究コミュニティに公開されます。
論文参考訳（メタデータ） (2020-08-03T12:52:23Z)
Predicting COVID-19 Pneumonia Severity on Chest X-ray with Deep Learning [57.00601760750389]
前頭部胸部X線画像の重症度予測モデルを提案する。このようなツールは、エスカレーションやケアの非エスカレーションに使用できる新型コロナウイルスの肺感染症の重症度を測定することができる。
論文参考訳（メタデータ） (2020-05-24T23:13:16Z)
A Cascaded Learning Strategy for Robust COVID-19 Pneumonia Chest X-Ray Screening [11.250464234368478]
新型コロナウイルス(SARS-CoV-2)肺炎に対する包括的スクリーニングプラットフォームを導入する。提案するAIベースのシステムは、胸部X線(CXR)画像を利用して、患者が新型コロナウイルス感染症に感染しているかどうかを予測する。
論文参考訳（メタデータ） (2020-04-24T15:44:51Z)
Automated diagnosis of COVID-19 with limited posteroanterior chest X-ray images using fine-tuned deep neural networks [4.294650528226683]
新型コロナウイルスは肺炎に似た呼吸器症候群である。科学者、研究者、医療専門家は、肺感染症の特定によって、新型コロナウイルスの迅速かつ自動化された診断に貢献している。本稿では,様々な最先端ディープラーニング手法における非バイアスの微調整学習(トランスファーラーニング)に対するランダムなオーバーサンプリングと重み付きクラス損失関数アプローチを提案する。
論文参考訳（メタデータ） (2020-04-23T10:24:34Z)
COVID-Net: A Tailored Deep Convolutional Neural Network Design for Detection of COVID-19 Cases from Chest X-Ray Images [93.0013343535411]
我々は,胸部X線(CXR)画像から新型コロナウイルスの症例を検出するための,深層畳み込みニューラルネットワーク設計であるCOVID-Netを紹介した。著者たちの知る限りでは、COVID-NetはCXRイメージからCOVID-19を検出するための、最初のオープンソースネットワーク設計の1つである。また,13,870人の患者を対象に,13,975個のCXR画像からなるオープンアクセスベンチマークデータセットであるCOVIDxも導入した。
論文参考訳（メタデータ） (2020-03-22T12:26:36Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。