論文の概要: A systematic review on the role of artificial intelligence in
sonographic diagnosis of thyroid cancer: Past, present and future
- arxiv url: http://arxiv.org/abs/2006.05861v1
- Date: Wed, 10 Jun 2020 14:38:05 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-23 06:19:16.813640
- Title: A systematic review on the role of artificial intelligence in
sonographic diagnosis of thyroid cancer: Past, present and future
- Title（参考訳）: 甲状腺癌の超音波診断における人工知能の役割 : 過去・現在・未来
- Authors: Fatemeh Abdolali, Atefeh Shahroudnejad, Abhilash Rakkunedeth
Hareendranathan, Jacob L Jaremko, Michelle Noga, Kumaradevan Punithakumar
- Abstract要約: 本総説は甲状腺癌の診断に利用できるテクニックの方法論に基づく分類である。
甲状腺悪性腫瘍の超音波診断分野の動向と課題を考察する。
マシンラーニングは、将来の甲状腺癌診断フレームワークの開発において、引き続き基本的な役割を果たす。
- 参考スコア（独自算出の注目度）: 0.6523396727243321
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Thyroid cancer is common worldwide, with a rapid increase in prevalence
across North America in recent years. While most patients present with palpable
nodules through physical examination, a large number of small and medium-sized
nodules are detected by ultrasound examination. Suspicious nodules are then
sent for biopsy through fine needle aspiration. Since biopsies are invasive and
sometimes inconclusive, various research groups have tried to develop
computer-aided diagnosis systems. Earlier approaches along these lines relied
on clinically relevant features that were manually identified by radiologists.
With the recent success of artificial intelligence (AI), various new methods
are being developed to identify these features in thyroid ultrasound
automatically. In this paper, we present a systematic review of
state-of-the-art on AI application in sonographic diagnosis of thyroid cancer.
This review follows a methodology-based classification of the different
techniques available for thyroid cancer diagnosis. With more than 50 papers
included in this review, we reflect on the trends and challenges of the field
of sonographic diagnosis of thyroid malignancies and potential of
computer-aided diagnosis to increase the impact of ultrasound applications on
the future of thyroid cancer diagnosis. Machine learning will continue to play
a fundamental role in the development of future thyroid cancer diagnosis
frameworks.
- Abstract（参考訳）: 甲状腺癌は世界中で一般的であり、近年は北米全域で急速に流行している。
ほとんどの患者は身体検査により触覚性結節を呈するが,超音波検査により中小結節が多数検出された。
疑わしい結節は微細な針刺しによって生検される。
生検は侵襲的であり、時には決定的ではないため、様々な研究グループがコンピュータ支援診断システムの開発を試みた。
これらの線に沿った初期のアプローチは、放射線科医が手動で特定した臨床的に関連する特徴に依存していた。
最近のai(artificial intelligence)の成功により、甲状腺超音波のこれらの特徴を自動で識別するための様々な新しい方法が開発されている。
本稿では,甲状腺癌の超音波診断におけるAI応用の現状を体系的に検討する。
本総説は甲状腺癌の診断に利用できるテクニックの方法論に基づく分類である。
このレビューには50以上の論文が含まれており、甲状腺悪性腫瘍の超音波診断分野の動向と課題を考察し、超音波検査が甲状腺癌診断の将来に与える影響を高めるためのコンピュータ支援診断の可能性について考察する。
マシンラーニングは、将来の甲状腺癌診断フレームワークの開発において、引き続き基本的な役割を果たす。
関連論文リスト
- MRI Radiomics for IDH Genotype Prediction in Glioblastoma Diagnosis [0.0]
本稿では,MRIの放射線学的利用の最近の進展について概説する。
Isocitrate dehydrogenase (IDH) 変異の同定に焦点が当てられ、グリオ芽腫とグレードIVアストロサイトーマの診断に重要なバイオマーカーである。
論文 参考訳（メタデータ） (2024-09-23T20:34:49Z) - An updated overview of radiomics-based artificial intelligence (AI) methods in breast cancer screening and diagnosis [0.0]
乳癌 (BC) の診断法は, 感度, 特異性, 正の予測力に限られている。
人工知能(AI)を用いた画像解析の最近の進歩は、BCの診断とサブタイプ分化を改善することを大いに約束している。
放射線医学は、紀元前初期の診断と分類の感度と特異性を改善するために開発された。
論文 参考訳（メタデータ） (2024-06-20T21:01:11Z) - 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) - Advancements in Radiomics and Artificial Intelligence for Thyroid Cancer Diagnosis [1.6687900252134487]
本総説では, 甲状腺癌診断におけるAIおよび放射線治療の応用について概説する。
PRISMAガイドラインに準拠した複数のデータベースのレビューは2023年10月まで行われた。
論文 参考訳（メタデータ） (2024-04-09T11:05:20Z) - Can GPT-4V(ision) Serve Medical Applications? Case Studies on GPT-4V for
Multimodal Medical Diagnosis [59.35504779947686]
GPT-4VはOpenAIの最新のマルチモーダル診断モデルである。
評価対象は17の人体システムである。
GPT-4Vは、医用画像のモダリティと解剖学を区別する能力を示す。
疾患の診断と包括的報告作成において重大な課題に直面している。
論文 参考訳（メタデータ） (2023-10-15T18:32:27Z) - AI in Thyroid Cancer Diagnosis: Techniques, Trends, and Future
Directions [3.2071249735671348]
本報告では, 甲状腺癌の診断に使用される人工知能(AI)技術に関する大量の論文を要約する。
この研究は、教師なし、教師なし、またはハイブリッド技術を通じて、AIベースのツールが甲状腺癌の診断と治療をどのようにサポートするかに焦点を当てている。
論文 参考訳（メタデータ） (2023-08-25T17:27:53Z) - A Pathologist-Informed Workflow for Classification of Prostate Glands in
Histopathology [62.997667081978825]
病理学者は、ガラススライド上の針生検の組織を調べて前立腺がんを診断し、診断する。
がんの重症度と転移リスクは、前立腺の組織と形態に基づくスコアであるGleason gradeによって決定される。
本稿では,病理学者のtextitmodus operandi に従って,個々の腺のマルチスケールパッチを分離・分類する自動ワークフローを提案する。
論文 参考訳（メタデータ） (2022-09-27T14:08:19Z) - Key-frame Guided Network for Thyroid Nodule Recognition using Ultrasound
Videos [13.765306481109988]
本稿では,超音波ビデオとキーフレームの探索による甲状腺結節の自動認識手法を提案する。
まず,各超音波ビデオに典型的な結節を持つ臨床用キーフレームを自動的に識別する検出局所化フレームワークを提案する。
局所化キーフレームに基づいて,甲状腺認識のためのキーフレームガイド付きビデオ分類モデルを構築した。
論文 参考訳（メタデータ） (2022-06-27T14:03:26Z) - Multi-Scale Hybrid Vision Transformer for Learning Gastric Histology:
AI-Based Decision Support System for Gastric Cancer Treatment [50.89811515036067]
胃内視鏡検査は、早期に適切な胃癌(GC)治療を判定し、GC関連死亡率を低下させる有効な方法である。
本稿では,一般のGC治療指導と直接一致する5つのGC病理のサブ分類を可能にする実用的なAIシステムを提案する。
論文 参考訳（メタデータ） (2022-02-17T08:33:52Z) - Spatio-spectral deep learning methods for in-vivo hyperspectral
laryngeal cancer detection [49.32653090178743]
頭頸部腫瘍の早期発見は患者の生存に不可欠である。
ハイパースペクトルイメージング(HSI)は頭頸部腫瘍の非侵襲的検出に用いられる。
HSIに基づく喉頭癌診断のための複数の深層学習手法を提案する。
論文 参考訳（メタデータ） (2020-04-21T17:07:18Z) - Segmentation for Classification of Screening Pancreatic Neuroendocrine
Tumors [72.65802386845002]
本研究は,腹部CTで膵神経内分泌腫瘍(PNET)を早期に検出するための包括的結果を提示する。
我々の知る限りでは、このタスクは以前まで計算タスクとして研究されていなかった。
我々の手法は最先端のセグメンテーションネットワークより優れ、感度は89.47%、特異性は81.08%である。
論文 参考訳（メタデータ） (2020-04-04T21:21:44Z)
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。