論文の概要: A Review on Deep Learning Techniques for the Diagnosis of Novel
Coronavirus (COVID-19)
- arxiv url: http://arxiv.org/abs/2008.04815v1
- Date: Sun, 9 Aug 2020 02:37:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-01 04:17:49.921760
- Title: A Review on Deep Learning Techniques for the Diagnosis of Novel
Coronavirus (COVID-19)
- Title（参考訳）: 新型コロナウイルス(covid-19)診断のための深層学習技術のレビュー
- Authors: Md. Milon Islam, Fakhri Karray, Reda Alhajj, Jia Zeng
- Abstract要約: 新型コロナウイルスの流行率は、世界中で毎日急増している。
深層学習技術は、新型コロナウイルス(COVID-19)の自動診断に臨床医が使用する兵器において、強力なツールであることが証明された。
- 参考スコア（独自算出の注目度）: 9.750971289236826
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Novel coronavirus (COVID-19) outbreak, has raised a calamitous situation all
over the world and has become one of the most acute and severe ailments in the
past hundred years. The prevalence rate of COVID-19 is rapidly rising every day
throughout the globe. Although no vaccines for this pandemic have been
discovered yet, deep learning techniques proved themselves to be a powerful
tool in the arsenal used by clinicians for the automatic diagnosis of COVID-19.
This paper aims to overview the recently developed systems based on deep
learning techniques using different medical imaging modalities like Computer
Tomography (CT) and X-ray. This review specifically discusses the systems
developed for COVID-19 diagnosis using deep learning techniques and provides
insights on well-known data sets used to train these networks. It also
highlights the data partitioning techniques and various performance measures
developed by researchers in this field. A taxonomy is drawn to categorize the
recent works for proper insight. Finally, we conclude by addressing the
challenges associated with the use of deep learning methods for COVID-19
detection and probable future trends in this research area. This paper is
intended to provide experts (medical or otherwise) and technicians with new
insights into the ways deep learning techniques are used in this regard and how
they potentially further works in combatting the outbreak of COVID-19.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)の感染拡大は世界中で悲惨な状況となり、過去100年で最も急性で深刻な病気の1つとなっている。
新型コロナウイルス(covid-19)の感染率は世界中で急速に増加している。
このパンデミックのワクチンはまだ発見されていないが、深層学習技術は、新型コロナウイルスの自動診断に臨床医が使用する兵器の強力なツールであることが証明された。
本稿では,CT (Computer Tomography) やX線といった様々な医用画像を用いた深層学習技術に基づく最近のシステムの概要を述べる。
本稿では、深層学習技術を用いて新型コロナウイルスの診断のために開発されたシステムについて論じ、これらのネットワークのトレーニングに使用されるよく知られたデータセットについて考察する。
また、この分野の研究者によって開発されたデータパーティショニング技術や様々なパフォーマンス対策についても強調する。
分類学は、最近の著作を適切な洞察のために分類するために引き起こされる。
最後に、新型コロナウイルス検出におけるディープラーニング手法の使用に伴う課題と、この研究領域における今後の展望について述べる。
本論文は、この点において、深層学習技術がどのように使われているか、また新型コロナウイルスの感染拡大と戦うためにどのように機能するかについて、専門家や技術者に新たな洞察を提供することを目的としている。
関連論文リスト
- COVID-19 Detection Based on Blood Test Parameters using Various Artificial Intelligence Methods [1.2408125305560274]
2019年には、新型コロナウイルスによる新型コロナウイルス感染症SARS-CoV-2(SARS-CoV-2)という新たな課題に直面した。
本研究は、自己分類分類器を用いて、さまざまなAI手法を用いて、新型コロナウイルス患者と他者とを区別することを目的とした。
論文 参考訳（メタデータ） (2024-04-02T22:49:25Z) - A Transfer Learning Based Approach for Classification of COVID-19 and
Pneumonia in CT Scan Imaging [0.0]
世界は依然として新型コロナウイルス(COVID-19)の感染拡大に圧倒されている。2021年11月時点の感染者は2億5000万人を超え、219か国、領土に影響を及ぼし、世界はパンデミック期にある。
本研究は、COVID-19肺炎患者、細菌性肺炎、ウイルス性肺炎、健康な(正常な)患者を分類するためのディープラーニングに基づくアプローチを提案することを目的とする。
提案手法は, 実装コストを低減し, 地理的に異なる地域, 特に農村部, 開発地域において容易に実装, 利用できるように, 意図的に単純化されている。
論文 参考訳（メタデータ） (2022-10-17T20:08:41Z) - When Accuracy Meets Privacy: Two-Stage Federated Transfer Learning
Framework in Classification of Medical Images on Limited Data: A COVID-19
Case Study [77.34726150561087]
新型コロナウイルスのパンデミックが急速に広がり、世界の医療資源が不足している。
CNNは医療画像の解析に広く利用され、検証されている。
論文 参考訳（メタデータ） (2022-03-24T02:09:41Z) - A Survey of Deep Learning Techniques for the Analysis of COVID-19 and
their usability for Detecting Omicron [0.24466725954625884]
2019年12月のコロナウイルス(COVID-19)の流行は、世界中で人間の脅威となっている。
深層学習 (DL) 技術は, 放射線画像における感染領域の解析とデライン化に, タイムリーに有効であることが証明された。
本稿では,DL手法の詳細な調査を行い,診断戦略と学習アプローチに基づく分類法について述べる。
論文 参考訳（メタデータ） (2022-02-13T17:44:33Z) - The Prominence of Artificial Intelligence in COVID-19 [0.5437050212139087]
2019年12月、新型コロナウイルス(COVID-19)と呼ばれる新しいウイルスが、これまでに膨大な数の因果関係を引き起こした。
本研究は, 早期, 安価な診断方法として, 医師や研究者を支援する方法を探るものである。
ほとんどの途上国では、従来の方法でテストを実行するのが難しいが、機械学習やディープラーニングでは重要な方法が採用されている。
論文 参考訳（メタデータ） (2021-11-18T06:11:45Z) - In-Line Image Transformations for Imbalanced, Multiclass Computer Vision
Classification of Lung Chest X-Rays [91.3755431537592]
本研究は、COVID-19 LCXRデータ不足のバランスをとるために画像変換を適用するために、文献の体系を活用することを目的としている。
convolutional neural networks(cnns)のようなディープラーニング技術は、健康状態と疾患状態を区別する特徴を選択することができる。
本研究は,CNNアーキテクチャを用いて高速多クラスLCXR分類を94%精度で行う。
論文 参考訳（メタデータ） (2021-04-06T02:01:43Z) - Understanding the temporal evolution of COVID-19 research through
machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。
私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。
調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文 参考訳（メタデータ） (2020-07-22T18:02:39Z) - Automated Detection and Forecasting of COVID-19 using Deep Learning
Techniques: A Review [10.153806948106684]
コロナウイルス(Coronavirus、COVID-19)は、世界中の多くの人々の健康を危険にさらす病気である。
高速かつ正確な診断のために,X線およびCT画像モダリティが広く用いられている。
ディープラーニング(DL)ネットワークは最近、従来の機械学習(ML)と比較して人気を博している。
論文 参考訳（メタデータ） (2020-07-16T16:04:17Z) - COVID-DA: Deep Domain Adaptation from Typical Pneumonia to COVID-19 [92.4955073477381]
新型コロナウイルス感染症(COVID-19)の流行はすでに何百万人もの人々に感染しており、今でも世界中で急速に拡大している。
近年,ディープラーニングを効果的なコンピュータ支援手法として利用し,診断効率を向上している。
本稿では,新たな深部ドメイン適応手法,すなわちCOVID-DAを提案する。
論文 参考訳（メタデータ） (2020-04-30T03:13:40Z) - Review of Artificial Intelligence Techniques in Imaging Data
Acquisition, Segmentation and Diagnosis for COVID-19 [71.41929762209328]
新型コロナウイルス感染症(COVID-19)のパンデミックは世界中に広がっている。
X線やCT(Computerd Tomography)などの医用画像は、世界的な新型コロナウイルス対策に欠かせない役割を担っている。
最近登場した人工知能(AI)技術は、画像ツールの力を強化し、医療専門家を支援する。
論文 参考訳（メタデータ） (2020-04-06T15:21:34Z) - Mapping the Landscape of Artificial Intelligence Applications against
COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。
我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文 参考訳（メタデータ） (2020-03-25T12:30:33Z)
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。