論文の概要: Diagnosis of Coronary Artery Disease Using Artificial Intelligence Based Decision Support System

• arxiv url: http://arxiv.org/abs/2007.02854v1
• Date: Mon, 6 Jul 2020 16:10:13 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-13 02:37:07.057549
• Title: Diagnosis of Coronary Artery Disease Using Artificial Intelligence Based Decision Support System
• Title（参考訳）: 人工知能を用いた冠動脈疾患診断支援システム
• Authors: Noor Akhmad Setiawan, Paruvachi Ammasai Venkatachalam, Ahmad Fadzil M Hani
• Abstract要約: ファジィ意思決定支援システムの知識基盤は、ラフセット理論に基づくルール抽出法を用いて決定される。 その結果, 冠動脈閉塞の割合は, 心臓科医や血管造影検査より良好であることが示唆された。
• 参考スコア（独自算出の注目度）: 0.22099217573031674
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This research is about the development a fuzzy decision support system for the diagnosis of coronary artery disease based on evidence. The coronary artery disease data sets taken from University California Irvine (UCI) are used. The knowledge base of fuzzy decision support system is taken by using rules extraction method based on Rough Set Theory. The rules then are selected and fuzzified based on information from discretization of numerical attributes. Fuzzy rules weight is proposed using the information from support of extracted rules. UCI heart disease data sets collected from U.S., Switzerland and Hungary, data from Ipoh Specialist Hospital Malaysia are used to verify the proposed system. The results show that the system is able to give the percentage of coronary artery blocking better than cardiologists and angiography. The results of the proposed system were verified and validated by three expert cardiologists and are considered to be more efficient and useful.
• Abstract（参考訳）: 本研究は,エビデンスに基づく冠動脈疾患診断のためのファジィ判定支援システムの開発について述べる。 カリフォルニア大学アーバイン校(UCI)の冠動脈疾患データセットを用いる。 ファジィ意思決定支援システムの知識基盤は、ラフセット理論に基づくルール抽出法を用いて決定される。 ルールは、数値属性の離散化の情報に基づいて選択され、融合される。 抽出された規則の支持情報を用いてファジィルールウェイトを提案する。 米国、スイス、ハンガリーから収集されたUCI心疾患データセットを用いて、提案されたシステムを検証する。 その結果,循環器科医や血管造影より冠動脈閉塞の比率が良好であることが判明した。 提案システムの結果は,3人の専門医によって検証・検証され,より効率的かつ有用と考えられる。

関連論文リスト

• SSASS: Semi-Supervised Approach for Stenosis Segmentation [9.767759441883008]
  冠状動脈構造の複雑さとX線像の固有ノイズが相まって,この課題には大きな課題が生じる。 心血管狭窄セグメンテーションに対する半監督的アプローチを提案する。 自動冠状動脈疾患診断では異常な成績を示した。
  論文  参考訳（メタデータ） (2023-11-17T02:01:19Z)
• StenUNet: Automatic Stenosis Detection from X-ray Coronary Angiography [5.430434855741553]
  冠動脈疾患(CAD)の重症度は、その位置、狭窄度(狭窄度)、血管数によって定量化される。 MICCAIの大挑戦:X線アンギオグラフィー(ARCADE)を用いた自動領域ベース冠動脈疾患診断は、狭窄アノテーションを用いたデータセットをキュレートした。 我々は,X線冠動脈造影から狭窄を正確に検出するアーキテクチャとアルゴリズムStenUNetを提案する。
  論文  参考訳（メタデータ） (2023-10-23T14:04:18Z)
• Learning to diagnose cirrhosis from radiological and histological labels with joint self and weakly-supervised pretraining strategies [62.840338941861134]
  そこで本稿では, 放射線学者が注釈付けした大規模データセットからの転写学習を活用して, 小さい付加データセットで利用できる組織学的スコアを予測することを提案する。 我々は,肝硬変の予測を改善するために,異なる事前訓練法,すなわち弱い指導法と自己指導法を比較した。 この方法は、METAVIRスコアのベースライン分類を上回り、AUCが0.84、バランスの取れた精度が0.75に達する。
  論文  参考訳（メタデータ） (2023-02-16T17:06:23Z)
• Less is More: Adaptive Curriculum Learning for Thyroid Nodule Diagnosis [50.231954872304314]
  不整合ラベルによるサンプルの発見と破棄を適応的に行うAdaptive Curriculum Learningフレームワークを提案する。 また、TNCD: Thyroid Nodule Classification データセットも提供します。
  論文  参考訳（メタデータ） (2022-07-02T11:50:02Z)
• Preservation of High Frequency Content for Deep Learning-Based Medical Image Classification [74.84221280249876]
  大量の胸部ラジオグラフィーの効率的な分析は、医師や放射線技師を助けることができる。 本稿では,視覚情報の効率的な識別と符号化のための離散ウェーブレット変換(DWT)を提案する。
  論文  参考訳（メタデータ） (2022-05-08T15:29:54Z)
• Soft-Label Anonymous Gastric X-ray Image Distillation [49.24576562557866]
  本稿では,勾配降下法に基づく軟式ラベル匿名胃X線画像蒸留法を提案する。 実験の結果,提案手法は医療データセットを効果的に圧縮するだけでなく,患者の個人情報を保護するために医療画像の匿名化も可能であることがわかった。
  論文  参考訳（メタデータ） (2021-04-07T02:04:12Z)
• Variational Knowledge Distillation for Disease Classification in Chest X-Rays [102.04931207504173]
  我々は,X線に基づく疾患分類のための新しい確率的推論フレームワークである反復的知識蒸留(VKD)を提案する。 提案手法の有効性を,X線画像とEHRを用いた3つの公開ベンチマークデータセットに示す。
  論文  参考訳（メタデータ） (2021-03-19T14:13:56Z)
• Interpretability of a Deep Learning Model in the Application of Cardiac MRI Segmentation with an ACDC Challenge Dataset [8.460936676149101]
  このプロジェクトは、crdiac構造をセグメント化するように訓練された深層ネットワークから、異なる心臓の状態を示す概念を発見できるかどうかを調べる。 本研究の貢献は,D-TCAV法を心臓MRIアナリシスに応用した新しい方法である。
  論文  参考訳（メタデータ） (2021-03-15T17:57:40Z)
• Inheritance-guided Hierarchical Assignment for Clinical Automatic Diagnosis [50.15205065710629]
  臨床診断は、臨床ノートに基づいて患者に診断符号を割り当てることを目的としており、臨床意思決定において重要な役割を担っている。 本稿では,臨床自動診断のための継承誘導階層と共起グラフの伝播を組み合わせた新しい枠組みを提案する。
  論文  参考訳（メタデータ） (2021-01-27T13:16:51Z)
• Non-invasive modelling methodology for the diagnosis of Coronary Artery Disease using Fuzzy Cognitive Maps [0.0]
  ファジィ・コグニティブ・マップ(FCM)を用いた冠動脈疾患予測のための医療意思決定支援システムについて述べる。 FCMは人間の知識に基づく有望なモデリング手法であり、曖昧さと不確実性を扱うことができる。 新たに提案されたMDSSは、ファジィ論理とファジィ認知マップの基本概念を用いて開発され、結果を改善するためにいくつかの調整がなされている。
  論文  参考訳（メタデータ） (2020-04-02T15:10:31Z)
• Coronary Artery Disease Diagnosis; Ranking the Significant Features Using Random Trees Model [0.9634136878988853]
  本研究の目的は,冠状動脈疾患の診断精度を高めることにある。 提案手法は有望な結果を示し,RTモデルが他のモデルより優れていることを確認した。
  論文  参考訳（メタデータ） (2020-01-16T20:01:09Z)

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。