論文の概要: Automated Diabetic Retinopathy Grading using Deep Convolutional Neural Network

• arxiv url: http://arxiv.org/abs/2004.06334v1
• Date: Tue, 14 Apr 2020 07:37:21 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-13 10:09:32.631961
• Title: Automated Diabetic Retinopathy Grading using Deep Convolutional Neural Network
• Title（参考訳）: 深部畳み込みニューラルネットワークを用いた糖尿病網膜症移植
• Authors: Saket S. Chaturvedi, Kajol Gupta, Vaishali Ninawe, Prakash S. Prasad
• Abstract要約: 糖尿病網膜症を正確に検出するコンピュータ支援検出システムの能力は、研究者の間で普及した。 本研究では,事前トレーニングされたDenseNet121ネットワークを利用して,いくつかの修正を加え,APTOS 2019データセットでトレーニングした。 提案手法は早期発見において他の最先端ネットワークよりも優れており,糖尿病網膜症の重症度評価において96.51%の精度でマルチラベル分類を行った。
• 参考スコア（独自算出の注目度）: 0.7646713951724012
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Diabetic Retinopathy is a global health problem, influences 100 million individuals worldwide, and in the next few decades, these incidences are expected to reach epidemic proportions. Diabetic Retinopathy is a subtle eye disease that can cause sudden, irreversible vision loss. The early-stage Diabetic Retinopathy diagnosis can be challenging for human experts, considering the visual complexity of fundus photography retinal images. However, Early Stage detection of Diabetic Retinopathy can significantly alter the severe vision loss problem. The competence of computer-aided detection systems to accurately detect the Diabetic Retinopathy had popularized them among researchers. In this study, we have utilized a pre-trained DenseNet121 network with several modifications and trained on APTOS 2019 dataset. The proposed method outperformed other state-of-the-art networks in early-stage detection and achieved 96.51% accuracy in severity grading of Diabetic Retinopathy for multi-label classification and achieved 94.44% accuracy for single-class classification method. Moreover, the precision, recall, f1-score, and quadratic weighted kappa for our network was reported as 86%, 87%, 86%, and 91.96%, respectively. Our proposed architecture is simultaneously very simple, accurate, and efficient concerning computational time and space.
• Abstract（参考訳）: 糖尿病網膜症は世界的な健康問題であり、全世界で1億人の個人に影響し、今後数十年で流行率に達すると予想されている。 糖尿病網膜症は、突然、不可逆的な視力喪失を引き起こす微妙な眼疾患である。 早期糖尿病網膜症の診断は、眼底網膜画像の視覚的複雑さを考えると、ヒトの専門家にとって難しい。 しかし,糖尿病網膜症の早期発見は,視力低下の問題を大きく変える可能性がある。 糖尿病網膜症を正確に検出するコンピュータ支援検出システムの能力が研究者に普及した。 本研究では,いくつかの修正とaptos 2019データセット上でのトレーニングを含む,事前学習されたdrknet121ネットワークを用いた。 提案手法は, 早期検出において他の最先端ネットワークを上回り, 糖尿病網膜症の重症度評価において96.51%の精度を達成し, 単一分類法では94.44%の精度を得た。 さらに,ネットワークの精度,リコール,f1-score,二次重み付きkappaはそれぞれ86%,87%,86%,91.96%であった。 提案するアーキテクチャは計算時間と空間に関して非常にシンプルで正確で効率的である。

関連論文リスト

• A Novel Adaptive Hybrid Focal-Entropy Loss for Enhancing Diabetic Retinopathy Detection Using Convolutional Neural Networks [0.0]
  糖尿病網膜症に対するAHFE(Adaptive Hybrid Focal-Entropy Loss)を提案する。 AHFEは、焦点損失とエントロピー損失のアイデアと適応重み付けを組み合わせて、少数派に焦点を合わせる。 AHFEによる糖尿病網膜症検出に応用した最先端の術式では,良好な成績を示した。
  論文  参考訳（メタデータ） (2024-11-16T17:07:53Z)
• Dual Branch Deep Learning Network for Detection and Stage Grading of Diabetic Retinopathy [2.3884184860468136]
  本稿では,糖尿病網膜症の診断とステージグレーディングのためのディープラーニング手法を提案する。 提案されたモデルは、APTOS 2019データセットを含む、大規模なマルチセンターデータセットに基づいてトレーニングされている。 糖尿病網膜症の検出とステージ分類において顕著な性能を発揮する。
  論文  参考訳（メタデータ） (2023-08-19T08:41:41Z)
• An Improved Model for Diabetic Retinopathy Detection by using Transfer Learning and Ensemble Learning [0.5735035463793009]
  本稿では,糖尿病網膜症を正確に検出する機械学習モデルを開発した。 オーバーフィッティングを減らすため、データ拡張と正規化が行われた。
  論文  参考訳（メタデータ） (2023-06-03T12:19:21Z)
• DRAC: Diabetic Retinopathy Analysis Challenge with Ultra-Wide Optical Coherence Tomography Angiography Images [51.27125547308154]
  第25回医用画像コンピューティング・コンピュータ支援介入国際会議(MICCAI 2022)にともなうDRAC糖尿病網膜症解析チャレンジの企画を行った。 この課題は、DR病変の分節化、画像品質評価、DRグレーディングの3つのタスクから構成される。 本稿では,課題の各課題について,トップパフォーマンスのソリューションと結果の要約と分析を行う。
  論文  参考訳（メタデータ） (2023-04-05T12:04:55Z)
• COVID-Net USPro: An Open-Source Explainable Few-Shot Deep Prototypical Network to Monitor and Detect COVID-19 Infection from Point-of-Care Ultrasound Images [66.63200823918429]
  COVID-Net USProは、最小限の超音波画像から高精度で新型コロナウイルス陽性の患者を監視し、検出する。 ネットワーク全体では99.65%の精度、99.7%のリコール、99.67%の精度で5発の撮影で訓練された。
  論文  参考訳（メタデータ） (2023-01-04T16:05:51Z)
• Wide & Deep neural network model for patch aggregation in CNN-based prostate cancer detection systems [51.19354417900591]
  前立腺癌(PCa)は、2020年に約141万件の新規感染者と約37万5000人の死者を出した男性の死因の1つである。 自動診断を行うには、まず前立腺組織サンプルをギガピクセル分解能全スライド画像にデジタイズする。 パッチと呼ばれる小さなサブイメージが抽出され、予測され、パッチレベルの分類が得られる。
  論文  参考訳（メタデータ） (2021-05-20T18:13:58Z)
• An Interpretable Multiple-Instance Approach for the Detection of referable Diabetic Retinopathy from Fundus Images [72.94446225783697]
  基礎画像における参照糖尿病網膜症検出のための機械学習システムを提案する。 画像パッチから局所情報を抽出し,アテンション機構により効率的に組み合わせることで,高い分類精度を実現することができる。 我々は,現在入手可能な網膜画像データセットに対するアプローチを評価し,最先端の性能を示す。
  論文  参考訳（メタデータ） (2021-03-02T13:14:15Z)
• Identification of Ischemic Heart Disease by using machine learning technique based on parameters measuring Heart Rate Variability [50.591267188664666]
  本研究は,243名の非侵襲的特徴(年齢,性別,左室容積率,HRV15)を用いて,一連のANNの訓練と評価を行った。 最高の結果は、7つの入力パラメータと7つの隠れノードを使用して、トレーニングと検証データセットに対して98.9%と82%の精度で得られた。
  論文  参考訳（メタデータ） (2020-10-29T19:14:41Z)
• RetiNerveNet: Using Recursive Deep Learning to Estimate Pointwise 24-2 Visual Field Data based on Retinal Structure [109.33721060718392]
  緑内障は 世界でも 不可逆的な盲目の 主要な原因です 7000万人以上が 影響を受けています The Standard Automated Perimetry (SAP) test's innate difficulty and its high test-retest variable, we propose the RetiNerveNet。
  論文  参考訳（メタデータ） (2020-10-15T03:09:08Z)
• Deep Learning Approach to Diabetic Retinopathy Detection [0.0]
  そこで本研究では,ヒトの眼底写真から糖尿病網膜症を自動的に検出する深層学習手法を提案する。 また、異なるラベル付けの類似したデータセットを利用するトランスファーラーニングの多段階的アプローチを提案する。 本発明の方法は, 糖尿病網膜症の早期発見のためのスクリーニング法として, 感度, 特異性0。
  論文  参考訳（メタデータ） (2020-03-03T21:17:46Z)
• Diabetic Retinopathy detection by retinal image recognizing [0.0]
  アプリケーションの開発は畳み込みニューラルネットワークを通じて行われ、各画像ピクセルをデジタル画像処理して分析する。 VGG-16を事前訓練したモデルとして応用するのは非常に有用であり、最終的なモデルの精度は82%であった。
  論文  参考訳（メタデータ） (2020-01-14T16:36:59Z)

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。