論文の概要: A Smartphone-based System for Real-time Early Childhood Caries Diagnosis

• arxiv url: http://arxiv.org/abs/2008.07623v1
• Date: Mon, 17 Aug 2020 21:11:19 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-28 04:10:36.179937
• Title: A Smartphone-based System for Real-time Early Childhood Caries Diagnosis
• Title（参考訳）: スマートフォンを用いたリアルタイム乳幼児喉頭診断システム
• Authors: Yipeng Zhang, Haofu Liao, Jin Xiao, Nisreen Al Jallad, Oriana Ly-Mapes, Jiebo Luo
• Abstract要約: 6歳未満の小児では, 乳児期チャイナリー (ECC) が最も多いが, 予防可能な慢性疾患である。 本研究では,キャビティ検出のための多段階深層学習システムを提案する。 我々は、ディープラーニングシステムを、早期からECCを診断し、トレーニングされていないユーザにリアルタイムな結果を提供する、使い易いモバイルアプリケーションに統合する。
• 参考スコア（独自算出の注目度）: 76.71303610807156
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Early childhood caries (ECC) is the most common, yet preventable chronic disease in children under the age of 6. Treatments on severe ECC are extremely expensive and unaffordable for socioeconomically disadvantaged families. The identification of ECC in an early stage usually requires expertise in the field, and hence is often ignored by parents. Therefore, early prevention strategies and easy-to-adopt diagnosis techniques are desired. In this study, we propose a multistage deep learning-based system for cavity detection. We create a dataset containing RGB oral images labeled manually by dental practitioners. We then investigate the effectiveness of different deep learning models on the dataset. Furthermore, we integrate the deep learning system into an easy-to-use mobile application that can diagnose ECC from an early stage and provide real-time results to untrained users.
• Abstract（参考訳）: 6歳未満の小児では, 乳児期チャイナリー (ECC) が最も多いが予防可能な慢性疾患である。 重度のeccの治療は、社会経済的に不利な家族にとって非常に高価で耐え難い。 早期のECCの同定は通常、この分野の専門知識を必要とするため、しばしば両親によって無視される。 そのため,早期予防戦略や診断の容易化が望まれる。 本研究では,キャビティ検出のための多段階深層学習システムを提案する。 歯科医が手動でラベル付けしたRGB経口画像を含むデータセットを作成する。 次に、データセット上で異なるディープラーニングモデルの有効性を検討する。 さらに,ディープラーニングシステムをモバイルアプリケーションに統合し,早期からECCを診断し,トレーニングされていないユーザに対してリアルタイムな結果を提供する。

関連論文リスト

• Lightweight Neural Architecture Search for Cerebral Palsy Detection [0.14999444543328289]
  脳性麻痺 (CP) は小児障害の主要な原因の1つである。 従来の機械学習アプローチは、CP検出タスクにおいて限られた予測性能を提供する。 本稿では、強化学習更新方式を適用したニューラルネットワーク探索(NAS)アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2024-09-30T08:03:19Z)
• Gait Patterns as Biomarkers: A Video-Based Approach for Classifying Scoliosis [10.335383345968966]
  スコリオーシスは、特に青年期において重要な診断上の課題を呈する。 従来の診断と追跡方法は、臨床専門知識と放射線曝露のリスクのために限界に直面している。 歩行分析を用いた新しいビデオベース非侵襲的スコリオーシス分類法を提案する。
  論文  参考訳（メタデータ） (2024-07-08T08:29:02Z)
• Video-Based Autism Detection with Deep Learning [0.0]
  感覚刺激に反応する子供の映像クリップを解析する深層学習モデルを開発した。 以上の結果から,本モデルは子どもの運動における重要な違いを効果的に一般化し,理解していることが明らかとなった。
  論文  参考訳（メタデータ） (2024-02-26T17:45:00Z)
• Optimizing Skin Lesion Classification via Multimodal Data and Auxiliary Task Integration [54.76511683427566]
  本研究は, スマートフォンで撮影した画像と本質的な臨床および人口統計情報を統合することで, 皮膚病変を分類する新しいマルチモーダル手法を提案する。 この手法の特徴は、超高解像度画像予測に焦点を当てた補助的なタスクの統合である。 PAD-UFES20データセットを用いて,様々なディープラーニングアーキテクチャを用いて実験を行った。
  論文  参考訳（メタデータ） (2024-02-16T05:16:20Z)
• Deep Reinforcement Learning Framework for Thoracic Diseases Classification via Prior Knowledge Guidance [49.87607548975686]
  関連疾患に対するラベル付きデータの不足は、正確な診断にとって大きな課題となる。 本稿では,診断エージェントの学習を指導するための事前知識を導入する,新しい深層強化学習フレームワークを提案する。 提案手法の性能はNIHX-ray 14とCheXpertデータセットを用いて実証した。
  論文  参考訳（メタデータ） (2023-06-02T01:46:31Z)
• Comparison of Probabilistic Deep Learning Methods for Autism Detection [0.0]
  自閉症スペクトラム障害(Autism Spectrum disorder、ASD)は、現在世界中で普及している神経発達障害の一つ。 この疾患の早期発見は、発症治療に役立ち、正常な生活を導くのに役立つ。
  論文  参考訳（メタデータ） (2023-03-09T17:49:37Z)
• Evaluate underdiagnosis and overdiagnosis bias of deep learning model on primary open-angle glaucoma diagnosis in under-served patient populations [64.91773761529183]
  原発性オープンアングル緑内障(POAG)はアメリカにおける盲目の主要な原因である。 深層学習は眼底画像を用いたPOAGの検出に広く用いられている。 臨床診断における人間のバイアスは、広く使われているディープラーニングモデルに反映され増幅される可能性がある。
  論文  参考訳（メタデータ） (2023-01-26T18:53:09Z)
• Automatic Assessment of Alzheimer's Disease Diagnosis Based on Deep Learning Techniques [111.165389441988]
  本研究では, MRI(sagittal magnetic resonance images)における疾患の存在を自動的に検出するシステムを開発する。 矢状面MRIは一般的には使われていないが、この研究は、少なくとも、ADを早期に同定する他の平面からのMRIと同じくらい効果があることを証明した。 本研究は,これらの分野でDLモデルを構築できることを実証する一方,TLは少ない例でタスクを完了するための必須のツールである。
  論文  参考訳（メタデータ） (2021-05-18T11:37:57Z)
• Early Autism Spectrum Disorders Diagnosis Using Eye-Tracking Technology [62.997667081978825]
  資金不足、資格のある専門家の欠如、そして修正方法に対する信頼度の低いことが、AMDのリアルタイム診断に影響を及ぼす主要な問題である。 我々のチームは、子どもの視線活動の情報に基づいて、ALDの確率を予測するアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2020-08-21T20:22:55Z)

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。