論文の概要: DFUC2020: Analysis Towards Diabetic Foot Ulcer Detection

• arxiv url: http://arxiv.org/abs/2004.11853v3
• Date: Mon, 24 May 2021 12:20:32 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-10 04:02:46.173883
• Title: DFUC2020: Analysis Towards Diabetic Foot Ulcer Detection
• Title（参考訳）: DFUC2020:糖尿病足部潰瘍検出のための解析
• Authors: Bill Cassidy and Neil D. Reeves and Pappachan Joseph and David Gillespie and Claire O'Shea and Satyan Rajbhandari and Arun G. Maiya and Eibe Frank and Andrew Boulton and David Armstrong and Bijan Najafi and Justina Wu and Moi Hoon Yap
• Abstract要約: 20秒ごとに、糖尿病のため世界中のどこかで手足が切断される。 最近の研究は、クラウドベースの検出アルゴリズムの作成に焦点を当てている。 患者(または介護者、パートナー、家族)は自宅で自分の状態をモニターし、糖尿病性足潰瘍(DFU)の出現を検出することができる。
• 参考スコア（独自算出の注目度）: 4.280110205022879
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Every 20 seconds, a limb is amputated somewhere in the world due to diabetes. This is a global health problem that requires a global solution. The MICCAI challenge discussed in this paper, which concerns the automated detection of diabetic foot ulcers using machine learning techniques, will accelerate the development of innovative healthcare technology to address this unmet medical need. In an effort to improve patient care and reduce the strain on healthcare systems, recent research has focused on the creation of cloud-based detection algorithms. These can be consumed as a service by a mobile app that patients (or a carer, partner or family member) could use themselves at home to monitor their condition and to detect the appearance of a diabetic foot ulcer (DFU). Collaborative work between Manchester Metropolitan University, Lancashire Teaching Hospital and the Manchester University NHS Foundation Trust has created a repository of 4,000 DFU images for the purpose of supporting research toward more advanced methods of DFU detection. Based on a joint effort involving the lead scientists of the UK, US, India and New Zealand, this challenge will solicit original work, and promote interactions between researchers and interdisciplinary collaborations. This paper presents a dataset description and analysis, assessment methods, benchmark algorithms and initial evaluation results. It facilitates the challenge by providing useful insights into state-of-the-art and ongoing research. This grand challenge takes on even greater urgency in a peri and post-pandemic period, where stresses on resource utilization will increase the need for technology that allows people to remain active, healthy and intact in their home.
• Abstract（参考訳）: 20秒ごとに、糖尿病のため世界中のどこかで手足が切断される。 これはグローバルな解決策を必要とする世界的な健康問題です。 機械学習技術を用いた糖尿病性足底潰瘍の自動検出を懸念するMICCAI課題は,この医療ニーズに対処する革新的な医療技術の開発を加速させる。 最近の研究は、患者のケアを改善し、医療システムの負担を軽減するために、クラウドベースの検出アルゴリズムの開発に注力している。 これらは、患者(または介護者、パートナー、家族)が自宅で自分の状態をモニターし、糖尿病性足潰瘍(DFU)の出現を検出するためのモバイルアプリによるサービスとして利用することができる。 マンチェスター・メトロポリタン大学、ランカシャー教育病院、マンチェスター大学NHS財団との共同研究は、より高度なDFU検出方法の研究を支援するために、4000枚のDFU画像のリポジトリを作成した。 英国、米国、インド、ニュージーランドの主任科学者による共同研究に基づいて、この課題はオリジナルの研究を誘致し、研究者間の相互作用と学際的なコラボレーションを促進する。 本稿では,データセットの記述と分析,評価方法,ベンチマークアルゴリズム,初期評価結果について述べる。 最先端の研究と進行中の研究に有用な洞察を提供することによって、挑戦を促進する。 この大きな課題は、資源利用へのストレスによって、人々が自宅で活動し、健康で、無傷でいられる技術の必要性が高まる、パンデミック期とポストパンデミック期にはさらに緊急性が高まることである。

関連論文リスト

• A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
  神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。 重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。 人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
  論文  参考訳（メタデータ） (2024-05-21T06:44:40Z)
• 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)
• When Accuracy Meets Privacy: Two-Stage Federated Transfer Learning Framework in Classification of Medical Images on Limited Data: A COVID-19 Case Study [77.34726150561087]
  新型コロナウイルスのパンデミックが急速に広がり、世界の医療資源が不足している。 CNNは医療画像の解析に広く利用され、検証されている。
  論文  参考訳（メタデータ） (2022-03-24T02:09:41Z)
• The Prominence of Artificial Intelligence in COVID-19 [0.5437050212139087]
  2019年12月、新型コロナウイルス(COVID-19)と呼ばれる新しいウイルスが、これまでに膨大な数の因果関係を引き起こした。 本研究は, 早期, 安価な診断方法として, 医師や研究者を支援する方法を探るものである。 ほとんどの途上国では、従来の方法でテストを実行するのが難しいが、機械学習やディープラーニングでは重要な方法が採用されている。
  論文  参考訳（メタデータ） (2021-11-18T06:11:45Z)
• Hybrid stacked ensemble combined with genetic algorithms for Prediction of Diabetes [0.0]
  糖尿病は、世界で最も一般的で危険で高価な病気の1つです。 本研究では、カリフォルニア大学のウェブサイトで、インドの糖尿病に関する実際のデータである実験データを用いています。 結果は、98.8%に達した疾患の診断における提案手法の高性能と99%の精度を示した。
  論文  参考訳（メタデータ） (2021-03-15T07:47:23Z)
• FLOP: Federated Learning on Medical Datasets using Partial Networks [84.54663831520853]
  新型コロナウイルスの感染拡大で医療資源が不足している。 新型コロナウイルスの診断を緩和するために、さまざまなデータ駆動型ディープラーニングモデルが開発されている。 患者のプライバシー上の懸念から、データそのものはまだ乏しい。 我々は、textbfPartial Networks (FLOP) を用いた、シンプルで効果的な textbfFederated textbfL textbfon Medical データセットを提案する。
  論文  参考訳（メタデータ） (2021-02-10T01:56:58Z)
• Assessing Automated Machine Learning service to detect COVID-19 from X-Ray and CT images: A Real-time Smartphone Application case study [0.0]
  SARS COV-2の最近の流行は、非介入的で持続可能なAIソリューションを研究するユニークな機会を与えてくれた。 この研究は、COVID-19のようなパンデミックな状況に対して、MLベースの診断決定支援システムに反応するのに適したものだ。 この研究の主な目的の1つは、AIを利用したスマートフォンによるリアルタイムアプリケーションの性能を開発・評価することであった。
  論文  参考訳（メタデータ） (2020-10-03T23:18:05Z)
• CPAS: the UK's National Machine Learning-based Hospital Capacity Planning System for COVID-19 [111.69190108272133]
  新型コロナウイルス(COVID-19)の2019年は、集中治療リソースに対する前例のない需要を伴う圧倒的な医療システムの脅威となる。 病院資源計画のための機械学習システムであるCPAS(COVID-19 Capacity Planning and Analysis System)を開発した。 CPASは、新型コロナウイルス(COVID-19)のパンデミックに対処するため、全国規模で病院に配備された最初の機械学習ベースのシステムの一つだ。
  論文  参考訳（メタデータ） (2020-07-27T19:39:13Z)
• Visualising COVID-19 Research [4.664989082015335]
  そこで我々は,新しいテーマベース可視化手法を開発した。 大規模なコーパスの高度なデータモデリング、情報マッピング、トレンド分析を組み合わせる。 トップダウンでボトムアップのブラウジングと検索インターフェースを提供し、トピックや研究リソースを素早く発見する。
  論文  参考訳（メタデータ） (2020-05-13T15:45:14Z)
• Mapping the Landscape of Artificial Intelligence Applications against COVID-19 [59.30734371401316]
  世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。 我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
  論文  参考訳（メタデータ） (2020-03-25T12:30:33Z)

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。