Fugu-MT 論文翻訳(概要): A Refined Deep Learning Architecture for Diabetic Foot Ulcers Detection

論文の概要: A Refined Deep Learning Architecture for Diabetic Foot Ulcers Detection

arxiv url: http://arxiv.org/abs/2007.07922v1
Date: Wed, 15 Jul 2020 18:06:53 GMT
ステータス: 処理完了
システム内更新日: 2022-11-10 05:08:31.554313
Title: A Refined Deep Learning Architecture for Diabetic Foot Ulcers Detection
Title（参考訳）: 糖尿病足部潰瘍検出のための深層学習手法
Authors: Manu Goyal and Saeed Hassanpour
Abstract要約: 下肢に影響を及ぼす糖尿病性下腿潰瘍(DFU)は糖尿病の大きな合併症である。本稿では,DFUC 2020チャレンジデータセットにおけるDFU検出のためのディープラーニング手法を提案する。
参考スコア（独自算出の注目度）: 1.3913014249245002
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Diabetic Foot Ulcers (DFU) that affect the lower extremities are a major complication of diabetes. Each year, more than 1 million diabetic patients undergo amputation due to failure to recognize DFU and get the proper treatment from clinicians. There is an urgent need to use a CAD system for the detection of DFU. In this paper, we propose using deep learning methods (EfficientDet Architectures) for the detection of DFU in the DFUC2020 challenge dataset, which consists of 4,500 DFU images. We further refined the EfficientDet architecture to avoid false negative and false positive predictions. The code for this method is available at https://github.com/Manugoyal12345/Yet-Another-EfficientDet-Pytorch.
Abstract（参考訳）: 下肢に影響を及ぼす糖尿病性下腿潰瘍(DFU)は糖尿病の大きな合併症である。毎年、100万人以上の糖尿病患者がdfuを認識できずに切断を受け、臨床医から適切な治療を受ける。 DFUの検出にはCADシステムを使う必要がある。本稿では,4500枚のDFU画像からなるDFUC2020チャレンジデータセットにおいて,DFU検出のためのディープラーニング手法(EfficientDet Architectures)を提案する。我々はさらに,false negative と false positive の予測を避けるために efficientdet アーキテクチャを洗練した。このメソッドのコードはhttps://github.com/manugoyal12345/yet-another- efficientdet-pytorchで入手できる。

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)
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)
Domain-Specific Deep Learning Feature Extractor for Diabetic Foot Ulcer Detection [2.4631419586608225]
糖尿病性足部潰瘍(DFU)は,一定のモニタリングと治療評価を必要とする病態である。本稿では,深層学習傷検出ネットワーク構築の基盤となる,最も正確な特徴抽出器の評価と同定を行う。
論文参考訳（メタデータ） (2023-11-27T21:01:29Z)
Machine Learning-Based Diabetes Detection Using Photoplethysmography Signal Features [0.0]
糖尿病は世界中で何百万人もの人々の健康を損なう慢性疾患である。そこで本研究では,非侵襲性光胸腺撮影による糖尿病検出の問題点を克服する別の方法を提案する。 PPG信号とアルゴリズムを用いて非糖尿病患者と糖尿病患者を分類し,ロジスティック回帰とeXtreme Gradient Boostingを訓練した。以上の結果から,糖尿病の検出・予防のための遠隔・非侵襲・連続計測装置の開発に機械学習が期待できることが示唆された。
論文参考訳（メタデータ） (2023-08-02T14:10:03Z)
Automatic diagnosis of knee osteoarthritis severity using Swin transformer [55.01037422579516]
変形性膝関節症 (KOA) は膝関節の慢性的な痛みと硬直を引き起こす疾患である。我々は,Swin Transformer を用いて KOA の重大度を予測する自動手法を提案する。
論文参考訳（メタデータ） (2023-07-10T09:49:30Z)
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)
Building Brains: Subvolume Recombination for Data Augmentation in Large Vessel Occlusion Detection [56.67577446132946]
この戦略をデータから学ぶためには、標準的なディープラーニングベースのモデルに対して、大規模なトレーニングデータセットが必要である。そこで本研究では, 異なる患者から血管木セグメントを組換えることで, 人工的なトレーニングサンプルを生成する方法を提案する。拡張スキームに則って,タスク固有の入力を入力した3D-DenseNetを用いて,半球間の比較を行う。
論文参考訳（メタデータ） (2022-05-05T10:31:57Z)
A Machine Learning Model for Early Detection of Diabetic Foot using Thermogram Images [3.8261286462270006]
糖尿病性足の潰瘍(DFU)と切断は致命的な致死性の原因である。サーモグラム画像は、DFU以前の足底温度の上昇を検出するのに役立つかもしれない。糖尿病の足を同定するための頑健な解法を提案する。
論文参考訳（メタデータ） (2021-06-27T11:37:59Z)
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)
Grading Loss: A Fracture Grade-based Metric Loss for Vertebral Fracture Detection [58.984536305767996]
自動椎骨骨折検出のための表現学習型アプローチを提案する。本稿では,Genantのフラクチャーグレーディングスキームを尊重する,学習表現のための新しいGrading Lossを提案する。一般に利用可能なスピーンデータセットでは、提案された損失関数が81.5%のフラクチャー検出F1スコアを達成する。
論文参考訳（メタデータ） (2020-08-18T10:03:45Z)
Deep Learning Methods for Real-time Detection and Analysis of Wagner Ulcer Classification System [1.227953340347939]
糖尿病患者の作業負荷の一部を軽減するために,糖尿病足(DF)の診断を支援する医療システムを開発する必要がある。本稿では,糖尿病性足のワグナー潰瘍をリアルタイムで分類・特定するシステムを開発した。
論文参考訳（メタデータ） (2020-06-03T15:08:39Z)

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。