論文の概要: COVID-19 Image Data Collection: Prospective Predictions Are the Future
- arxiv url: http://arxiv.org/abs/2006.11988v3
- Date: Mon, 14 Dec 2020 18:52:43 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-18 05:57:56.619007
- Title: COVID-19 Image Data Collection: Prospective Predictions Are the Future
- Title（参考訳）: 新型コロナウイルスのイメージデータ収集:予測は未来
- Authors: Joseph Paul Cohen and Paul Morrison and Lan Dao and Karsten Roth and
Tim Q Duong and Marzyeh Ghassemi
- Abstract要約: このデータセットは、新型コロナウイルスの画像と予後データのための最大の公開リソースである。
公開図やさまざまなWebベースのリポジトリから手作業で収集して、機械学習フレンドリなフォーマットにしました。
我々は、ICUの必要性の予測、患者の生存率の予測、治療中の患者の軌跡の理解など、複数の可能なユースケースを提示する。
- 参考スコア（独自算出の注目度）: 12.81240882490576
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Across the world's coronavirus disease 2019 (COVID-19) hot spots, the need to
streamline patient diagnosis and management has become more pressing than ever.
As one of the main imaging tools, chest X-rays (CXRs) are common, fast,
non-invasive, relatively cheap, and potentially bedside to monitor the
progression of the disease. This paper describes the first public COVID-19
image data collection as well as a preliminary exploration of possible use
cases for the data. This dataset currently contains hundreds of frontal view
X-rays and is the largest public resource for COVID-19 image and prognostic
data, making it a necessary resource to develop and evaluate tools to aid in
the treatment of COVID-19. It was manually aggregated from publication figures
as well as various web based repositories into a machine learning (ML) friendly
format with accompanying dataloader code. We collected frontal and lateral view
imagery and metadata such as the time since first symptoms, intensive care unit
(ICU) status, survival status, intubation status, or hospital location. We
present multiple possible use cases for the data such as predicting the need
for the ICU, predicting patient survival, and understanding a patient's
trajectory during treatment. Data can be accessed here:
https://github.com/ieee8023/covid-chestxray-dataset
- Abstract（参考訳）: 新型コロナウイルス感染症(COVID-19)のホットスポットでは、患者の診断と管理を合理化する必要性が高まっている。
胸部X線(CXR)は一般的で、高速で、非侵襲的で、比較的安価で、病気の進行をモニターする可能性がある。
本稿では,最初の新型コロナウイルス画像データ収集と,その利用可能性の予備的考察について述べる。
このデータセットは、現在、何百ものフロントビューx線を含んでおり、covid-19の画像と予後データにとって最大の公共リソースであり、covid-19の治療を支援するためのツールの開発と評価に必要なリソースである。
公開図やさまざまなWebベースのリポジトリから手作業で集約され、データローダのコードを伴う機械学習(ML)フレンドリなフォーマットになった。
初診時,集中治療室 (ICU) の状態, 生存状況, 挿管状況, 病院位置などの前頭側・側頭側視像とメタデータを収集した。
我々は、ICUの必要性の予測、患者の生存率の予測、治療中の患者の軌跡の理解など、複数の可能なユースケースを提示する。
データはここでアクセスできる。 https://github.com/ieee8023/covid-chestxray-dataset
関連論文リスト
- COVIDx CXR-4: An Expanded Multi-Institutional Open-Source Benchmark
Dataset for Chest X-ray Image-Based Computer-Aided COVID-19 Diagnostics [79.90346960083775]
我々は,胸部X線画像を用いたコンピュータ支援型COVID-19診断のための,多施設のオープンソースベンチマークデータセットであるCOVIDx CXR-4を紹介する。
COVIDx CXR-4は、患者の総コホートサイズを2.66倍に増やすことで、前回のCOVIDx CXR-3データセットで大幅に拡大する。
患者人口、画像メタデータ、および疾患分布の多様性について広範な分析を行い、潜在的なデータセットバイアスを明らかにする。
論文 参考訳（メタデータ） (2023-11-29T14:40:31Z) - Revisiting Computer-Aided Tuberculosis Diagnosis [56.80999479735375]
結核(TB)は世界的な健康上の脅威であり、毎年何百万人もの死者を出している。
深層学習を用いたコンピュータ支援結核診断 (CTD) は有望であるが, 限られたトレーニングデータによって進行が妨げられている。
結核X線(TBX11K)データセットは11,200個の胸部X線(CXR)画像とそれに対応するTB領域のバウンディングボックスアノテーションを含む。
このデータセットは、高品質なCTDのための洗練された検出器のトレーニングを可能にする。
論文 参考訳（メタデータ） (2023-07-06T08:27:48Z) - 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) - DPCOVID: Privacy-Preserving Federated Covid-19 Detection [2.1930130356902207]
コロナウイルス(COVID-19)は、世界経済と健康に対する有害な影響により、前例のない世界的な危機を経験している。
胸部X線画像に基づく新型コロナウイルス検出のためのプライバシ保護フェデレーション学習システムを提案する。
論文 参考訳（メタデータ） (2021-10-26T15:09:00Z) - The pitfalls of using open data to develop deep learning solutions for
COVID-19 detection in chest X-rays [64.02097860085202]
深層学習モデルは、胸部X線から新型コロナウイルスを識別するために開発された。
オープンソースデータのトレーニングやテストでは,結果は異例です。
データ分析とモデル評価は、人気のあるオープンソースデータセットであるCOVIDxが実際の臨床問題を代表していないことを示している。
論文 参考訳（メタデータ） (2021-09-14T10:59:11Z) - 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) - COVIDX: Computer-aided diagnosis of Covid-19 and its severity prediction
with raw digital chest X-ray images [0.6767885381740952]
ウイルス病(covid-19)は重症急性呼吸器症候群(sars-cov-2)による感染症である。
胸部X線(CXR)画像は、新型コロナウイルスの検出と診断のための代替モダリティとして使用できる。
本稿では,CXR画像からの深部特徴マップを用いたCOVID-19診断・重症度自動予測システムを提案する。
論文 参考訳（メタデータ） (2020-12-25T17:03:06Z) - 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) - Multi-Task Driven Explainable Diagnosis of COVID-19 using Chest X-ray
Images [61.24431480245932]
COVID-19 Multi-Task Networkは、新型コロナウイルススクリーニングのためのエンドツーエンドネットワークである。
我々は,ChestXray-14,CheXpertおよび統合型COVID-19データセットから採取した9000個の前頭胸部X線写真から肺領域を手動で注釈した。
このデータベースは研究コミュニティに公開されます。
論文 参考訳（メタデータ） (2020-08-03T12:52:23Z) - Predicting COVID-19 Pneumonia Severity on Chest X-ray with Deep Learning [57.00601760750389]
前頭部胸部X線画像の重症度予測モデルを提案する。
このようなツールは、エスカレーションやケアの非エスカレーションに使用できる新型コロナウイルスの肺感染症の重症度を測定することができる。
論文 参考訳（メタデータ） (2020-05-24T23:13:16Z)
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。