Fugu-MT 論文翻訳(概要): Efficient refinements on YOLOv3 for real-time detection and assessment of diabetic foot Wagner grades

論文の概要: Efficient refinements on YOLOv3 for real-time detection and assessment of diabetic foot Wagner grades

arxiv url: http://arxiv.org/abs/2006.02322v2
Date: Thu, 4 Jun 2020 01:22:04 GMT
ステータス: 処理完了
システム内更新日: 2022-11-25 18:12:30.885531
Title: Efficient refinements on YOLOv3 for real-time detection and assessment of diabetic foot Wagner grades
Title（参考訳）: 糖尿病性ワグナーのリアルタイム検出と評価のためのyolov3の効率的改良
Authors: Aifu Han, Yongze Zhang, Ajuan Li, Changjin Li, Fengying Zhao, Qiujie Dong, Qin Liu, Yanting Liu, Ximei Shen, Sunjie Yan and Shengzong Zhou
Abstract要約: 現在、ワグナーの糖尿病性足(DF)の検診はプロのポジアトリストに依存している。本研究では,Wagnerグレードのリアルタイム検出と位置推定法について,YOLOv3の改良に基づく提案を行った。
参考スコア（独自算出の注目度）: 1.227953340347939
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Currently, the screening of Wagner grades of diabetic feet (DF) still relies on professional podiatrists. However, in less-developed countries, podiatrists are scarce, which led to the majority of undiagnosed patients. In this study, we proposed the real-time detection and location method for Wagner grades of DF based on refinements on YOLOv3. We collected 2,688 data samples and implemented several methods, such as a visual coherent image mixup, label smoothing, and training scheduler revamping, based on the ablation study. The experimental results suggested that the refinements on YOLOv3 achieved an accuracy of 91.95% and the inference speed of a single picture reaches 31ms with the NVIDIA Tesla V100. To test the performance of the model on a smartphone, we deployed the refinements on YOLOv3 models on an Android 9 system smartphone. This work has the potential to lead to a paradigm shift for clinical treatment of the DF in the future, to provide an effective healthcare solution for DF tissue analysis and healing status.
Abstract（参考訳）: 現在、wagner grades of diabetic feet (df)のスクリーニングはプロのポディアトリストに依存している。しかし、先進国ではポジアトリストが乏しく、未診断患者の大多数が入院している。本研究では,Wagnerグレードのリアルタイム検出と位置推定法について,YOLOv3の改良に基づく提案を行った。 2,688個のデータサンプルを収集し,視覚コヒーレント画像のミックスアップ,ラベル平滑化,トレーニングスケジューラのリフレクションなどの手法をアブレーション実験に基づいて実装した。実験の結果、yolov3の改良は91.95%の精度を達成し、単一の画像の推論速度はnvidia tesla v100で31ミリ秒に達した。スマートフォン上でモデルの性能をテストするため,Android 9 システムスマートフォン上で YOLOv3 モデル上で改良を行った。本研究は, 今後DFの臨床治療のパラダイムシフトにつながる可能性があり, DF組織解析と治癒状態に対する効果的な医療ソリューションを提供する。

関連論文リスト

DiabetesNet: A Deep Learning Approach to Diabetes Diagnosis [6.095029229301643]
3つのデータセットの実験結果は、従来の手法と比較して、全体的な精度、感度、特異性を大幅に改善したことを示している。このことは、堅牢な糖尿病診断のためのディープラーニングモデルの可能性を示している。
論文参考訳（メタデータ） (2024-03-12T10:18:59Z)
Diabetes detection using deep learning techniques with oversampling and feature augmentation [0.3749861135832073]
糖尿病は慢性の病理であり、ここ数年でますます多くの人に影響を与えている。毎年多数の死者が出ている。この病気を患っている多くの人々は、健康状態の深刻さを十分に理解していない。
論文参考訳（メタデータ） (2024-02-03T15:30:20Z)
DDxT: Deep Generative Transformer Models for Differential Diagnosis [51.25660111437394]
より単純な教師付き学習信号と自己教師付き学習信号で訓練した生成的アプローチが,現在のベンチマークにおいて優れた結果が得られることを示す。 The proposed Transformer-based generative network, named DDxT, autoregressive produce a set of possible pathology,, i. DDx, and predicts the real pathology using a neural network。
論文参考訳（メタデータ） (2023-12-02T22:57:25Z)
Explainable AI in Diagnosing and Anticipating Leukemia Using Transfer Learning Method [0.0]
本研究は,小児および10代に流行する急性リンパ芽球性白血病(ALL)に焦点をあてる。ディープラーニング技術を活用したコンピュータ支援診断(CAD)モデルを用いた自動検出手法を提案する。提案手法は98.38%の精度を達成し、他の試験モデルよりも優れていた。
論文参考訳（メタデータ） (2023-12-01T10:37:02Z)
Diabetic foot ulcers monitoring by employing super resolution and noise reduction deep learning techniques [10.837348673297083]
本研究は,糖尿病性足部潰瘍の診断・モニタリングを支援するイメージ・ツー・イメージ翻訳技術 (ITITT) の2つのカテゴリについて検討する。前者では、畳み込みニューラルネットワークスタックドオートエンコーダ(CNN-SAE)のノイズ除去能力について検討した。後者のシナリオでは、4つのディープラーニング超解像モデルがデプロイされる。
論文参考訳（メタデータ） (2022-09-20T17:35:49Z)
Explainable predictions of different machine learning algorithms used to predict Early Stage diabetes [0.0]
糖尿病はいくつかの機械学習アルゴリズムで容易に診断できる。本稿では、ランダムフォレスト、決定木、人工ニューラルネットワーク、K Nearest Neighbor、Support Vector Machine、XGBoostといった機械学習アルゴリズムの比較分析を行った。実験結果によると、ランダムフォレストアルゴリズムは、この特定のデータセットで99%の精度で他のアルゴリズムよりも優れています。
論文参考訳（メタデータ） (2021-11-18T20:29:03Z)
Task-wise Split Gradient Boosting Trees for Multi-center Diabetes Prediction [37.846368153741395]
マルチセンター糖尿病予測タスクにTSGB(Task-wise Split Gradient Boosting Trees)を提案する。 TSGBはいくつかの最先端手法に対して優れた性能を発揮する。 TSGB法は早期診断のためのオンライン糖尿病リスク評価ソフトウェアとして展開されている。
論文参考訳（メタデータ） (2021-08-16T14:22:44Z)
Automatic Assessment of Alzheimer's Disease Diagnosis Based on Deep Learning Techniques [111.165389441988]
本研究では, MRI(sagittal magnetic resonance images)における疾患の存在を自動的に検出するシステムを開発する。矢状面MRIは一般的には使われていないが、この研究は、少なくとも、ADを早期に同定する他の平面からのMRIと同じくらい効果があることを証明した。本研究は,これらの分野でDLモデルを構築できることを実証する一方,TLは少ない例でタスクを完了するための必須のツールである。
論文参考訳（メタデータ） (2021-05-18T11:37:57Z)
BiteNet: Bidirectional Temporal Encoder Network to Predict Medical Outcomes [53.163089893876645]
本稿では,患者の医療旅行におけるコンテキスト依存と時間的関係を捉える,新たな自己注意機構を提案する。エンド・ツー・エンドの双方向時間エンコーダネットワーク(BiteNet)が患者の旅路の表現を学習する。実世界のEHRデータセットを用いた2つの教師付き予測と2つの教師なしクラスタリングタスクにおける手法の有効性を評価した。
論文参考訳（メタデータ） (2020-09-24T00:42:36Z)
A Benchmark for Studying Diabetic Retinopathy: Segmentation, Grading, and Transferability [76.64661091980531]
糖尿病患者は糖尿病網膜症(DR)を発症するリスクがあるコンピュータ支援型DR診断は、DRの早期検出と重度評価のための有望なツールである。このデータセットは、ピクセルレベルのDR関連病変アノテーションを持つ1,842枚の画像と、6人の眼科医によって評価された画像レベルのラベルを持つ1,000枚の画像を有する。
論文参考訳（メタデータ） (2020-08-22T07:48:04Z)
Detecting Parkinsonian Tremor from IMU Data Collected In-The-Wild using Deep Multiple-Instance Learning [59.74684475991192]
パーキンソン病(英: Parkinson's Disease、PD)は、60歳以上の人口の約1%に影響を与える徐々に進化する神経学的疾患である。 PD症状には、震動、剛性、ブレイキネジアがある。本稿では,スマートフォン端末から受信したIMU信号に基づいて,PDに関連するトレモラスなエピソードを自動的に識別する手法を提案する。
論文参考訳（メタデータ） (2020-05-06T09:02:30Z)

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。