論文の概要: BIMCV COVID-19+: a large annotated dataset of RX and CT images from
COVID-19 patients
- arxiv url: http://arxiv.org/abs/2006.01174v3
- Date: Fri, 5 Jun 2020 12:53:43 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-26 06:48:21.664052
- Title: BIMCV COVID-19+: a large annotated dataset of RX and CT images from
COVID-19 patients
- Title（参考訳）: BIMCV COVID-19+:COVID-19患者のRXおよびCT画像の注釈付きデータセット
- Authors: Maria de la Iglesia Vay\'a, Jose Manuel Saborit, Joaquim Angel
Montell, Antonio Pertusa, Aurelia Bustos, Miguel Cazorla, Joaquin Galant,
Xavier Barber, Domingo Orozco-Beltr\'an, Francisco Garc\'ia-Garc\'ia, Marisa
Caparr\'os, Germ\'an Gonz\'alez and Jose Mar\'ia Salinas
- Abstract要約: このデータベースの最初のイテレーションには、1,380のCX、885のDX、163のCT研究が含まれている。
これは私たちの知る限りでは、オープンフォーマットで利用可能な最大のCOVID-19+画像データセットです。
- 参考スコア（独自算出の注目度）: 2.927469685126833
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper describes BIMCV COVID-19+, a large dataset from the Valencian
Region Medical ImageBank (BIMCV) containing chest X-ray images CXR (CR, DX) and
computed tomography (CT) imaging of COVID-19+ patients along with their
radiological findings and locations, pathologies, radiological reports (in
Spanish), DICOM metadata, Polymerase chain reaction (PCR), Immunoglobulin G
(IgG) and Immunoglobulin M (IgM) diagnostic antibody tests. The findings have
been mapped onto standard Unified Medical Language System (UMLS) terminology
and cover a wide spectrum of thoracic entities, unlike the considerably more
reduced number of entities annotated in previous datasets. Images are stored in
high resolution and entities are localized with anatomical labels and stored in
a Medical Imaging Data Structure (MIDS) format. In addition, 10 images were
annotated by a team of radiologists to include semantic segmentation of
radiological findings. This first iteration of the database includes 1,380 CX,
885 DX and 163 CT studies from 1,311 COVID-19+ patients. This is, to the best
of our knowledge, the largest COVID-19+ dataset of images available in an open
format. The dataset can be downloaded from
http://bimcv.cipf.es/bimcv-projects/bimcv-covid19.
- Abstract（参考訳）: 胸部x線画像cxr (cr, dx) とct (ct) 画像を含むバレンシア地域医用画像バンク (bimcv) からの大規模データセットであるbimcv covid-19+について, 放射線学的所見, 病理, 放射線学的報告 (スペイン語), dicomメタデータ, ポリメラーゼ連鎖反応 (pcr), 免疫グロブリンg (igg) および免疫グロブリンm (igm) 診断抗体試験と合わせて検討した。
この結果は、以前のデータセットで注釈付けされたエンティティの数が大幅に減少しているのとは異なり、UMLS(Unified Medical Language System)の標準的な用語にマッピングされ、胸部実体の幅広い範囲をカバーする。
画像は高解像度に保存され、エンティティは解剖学的ラベルでローカライズされ、医療イメージングデータ構造(MIDS)形式で保存される。
さらに10枚の画像は、放射線学者のチームによって、放射線学的発見のセマンティックセグメンテーションを含むように注釈付けされた。
このデータベースの最初のイテレーションには、1,380のCX、885のDX、163のCT研究が含まれている。
これは私たちの知る限りでは、オープンフォーマットで利用可能な最大のCOVID-19+画像データセットです。
データセットはhttp://bimcv.cipf.es/bimcv-projects/bimcv-covid19からダウンロードできる。
関連論文リスト
- Medical Image Captioning via Generative Pretrained Transformers [57.308920993032274]
我々は、Show-Attend-Tell と GPT-3 という2つの言語モデルを組み合わせて、包括的で記述的な放射線学記録を生成する。
提案モデルは、Open-I、MIMIC-CXR、汎用MS-COCOの2つの医療データセットで検証される。
論文 参考訳（メタデータ） (2022-09-28T10:27:10Z) - 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) - Multi-scale alignment and Spatial ROI Module for COVID-19 Diagnosis [13.31017458409054]
本研究では,異なる解像度でコンテキスト情報を統合するために,深部空間ピラミッドプーリング(D-SPP)モジュールを提案する。
また,病変部位に注意を向け,無関係な情報から干渉を取り除くためのCIDモジュールも提案する。
以上の結果から,CTおよびCXR画像における新型コロナウイルスの病変の検出精度が向上した。
論文 参考訳（メタデータ） (2022-07-04T12:07:17Z) - 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) - COVIDx CT-3: A Large-scale, Multinational, Open-Source Benchmark Dataset
for Computer-aided COVID-19 Screening from Chest CT Images [82.74877848011798]
胸部CT画像から新型コロナウイルスの症例を検出するための大規模ベンチマークデータセットであるCOVIDx CT-3を紹介する。
COVIDx CT-3には、少なくとも17カ国で6,068人の患者から431,205個のCTスライスが含まれている。
我々は, COVIDx CT-3データセットのデータ多様性と潜在的なバイアスについて検討し, 地理的, 集団的不均衡について検討した。
論文 参考訳（メタデータ） (2022-06-07T06:35:48Z) - HRCTCov19 -- A High-Resolution Chest CT Scan Image Dataset for COVID-19
Diagnosis and Differentiation [0.0]
新型コロナウイルスのパンデミックの間、CT(Computerd tomography)は新型コロナウイルスの患者を診断するための一般的な方法であった。
公開でアクセス可能な新型コロナウイルスのCT画像データセットは、プライバシー上の懸念から入手するのが困難である。
HRCTCov19は、新しい新型コロナウイルス高分解能胸部CTスキャン画像データセットである。
論文 参考訳（メタデータ） (2022-05-06T12:49:18Z) - Medical-VLBERT: Medical Visual Language BERT for COVID-19 CT Report
Generation With Alternate Learning [70.71564065885542]
本稿では,医療用ビジュアル言語BERT(Medical-VLBERT)モデルを用いて,新型コロナウイルススキャンの異常を同定する。
このモデルは、知識事前学習と伝達の2つの手順で、代替的な学習戦略を採用する。
COVID-19患者に対する医療報告の自動作成のために,中国語で368例,胸部CTで1104例の検診を行った。
論文 参考訳（メタデータ） (2021-08-11T07:12:57Z) - Learning from Pseudo Lesion: A Self-supervised Framework for COVID-19
Diagnosis [22.54540093657541]
コロナウイルス感染症2019(COVID-19)は、2019年12月の報告以来、世界中で急速に拡大している。
近年、ディープラーニングに基づくアプローチは、無数の画像認識タスクにおいて顕著なパフォーマンスを示している。
本報告では, 疑似病変の発生と回復に基づく自己指導型事前訓練法を提案する。
論文 参考訳（メタデータ） (2021-06-23T11:21:30Z) - RANDGAN: Randomized Generative Adversarial Network for Detection of
COVID-19 in Chest X-ray [0.0]
新型コロナウイルス(COVID-19)が世界中に広がる中で、医療機関は患者を診断し、必要な頻度で検査する能力を失っている。
研究は、胸部X線でウイルス性細菌性肺炎から新型コロナウイルスを検出できる有望な結果を示している。
本研究では,ラベルやトレーニングデータを必要とせず,未知のクラス(COVID-19)の画像を検出するランダム化生成敵ネットワーク(RANDGAN)を提案する。
論文 参考訳（メタデータ） (2020-10-06T15:58:09Z) - 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) - COVID-19-CT-CXR: a freely accessible and weakly labeled chest X-ray and
CT image collection on COVID-19 from biomedical literature [19.00121006721942]
我々は、COVID-19関連記事から自動的に抽出されたCXRとCT画像の公開データベースであるCOVID-19-CT-CXRを提示する。
最終データベースには1,327個のCTと263個のCXRイメージが含まれており、関連するテキストがある。
論文 参考訳（メタデータ） (2020-06-11T04:00:56Z)
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。