Fugu-MT 論文翻訳(概要): Fundus Image Analysis for Age Related Macular Degeneration: ADAM-2020 Challenge Report

論文の概要: Fundus Image Analysis for Age Related Macular Degeneration: ADAM-2020 Challenge Report

arxiv url: http://arxiv.org/abs/2009.01548v1
Date: Thu, 3 Sep 2020 09:46:32 GMT
ステータス: 処理完了
システム内更新日: 2022-10-22 07:51:19.944476
Title: Fundus Image Analysis for Age Related Macular Degeneration: ADAM-2020 Challenge Report
Title（参考訳）: 加齢黄斑変性に対するFundus画像解析 : ADAM-2020 Challenge Report
Authors: Sharath M Shankaranarayana
Abstract要約: 加齢関連黄斑変性症(AMD)は高齢者の視覚障害の主要な原因の1つである。我々は,AMDのコンピュータ支援診断のためのカラーファンドス画像を用いた深層学習に基づく網膜解析手法を提案する。
参考スコア（独自算出の注目度）: 0.685316573653194
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Age related macular degeneration (AMD) is one of the major causes for blindness in the elderly population. In this report, we propose deep learning based methods for retinal analysis using color fundus images for computer aided diagnosis of AMD. We leverage the recent state of the art deep networks for building a single fundus image based AMD classification pipeline. We also propose methods for the other directly relevant and auxiliary tasks such as lesions detection and segmentation, fovea detection and optic disc segmentation. We propose the use of generative adversarial networks (GANs) for the tasks of segmentation and detection. We also propose a novel method of fovea detection using GANs.
Abstract（参考訳）: 加齢関連黄斑変性症(AMD)は高齢者の視覚障害の主要な原因の1つである。本報告では,amd診断支援のためのカラーベース画像を用いた深層学習に基づく網膜分析手法を提案する。我々は,最新の最先端のアート深層ネットワークを用いて,amd分類パイプラインを構築する。また,病変の検出や分節化,fovea検出,視板分節化などの他の直接的および補助的なタスクについても提案する。セグメント化と検出のタスクにGAN(Generative Adversarial Network)を適用することを提案する。また,gansを用いた新しいfovea検出法を提案する。

関連論文リスト

Beyond the Eye: A Relational Model for Early Dementia Detection Using Retinal OCTA Images [42.75763279888966]
早期発症アルツハイマー病 (AD) と軽度認知障害 (MCI) をコントロールから識別するために, 網膜光コヒーレンストモグラフィー (OCTA) を用いた新しいPolarNet+を提案する。提案手法は,まずカルト座標から極座標へのOCTA画像のマッピングを行う。次に,包括的かつ臨床的に有用な情報抽出のための3次元画像のシリアライズと解析を行う多視点モジュールを提案する。
論文参考訳（メタデータ） (2024-08-09T15:10:34Z)
Polar-Net: A Clinical-Friendly Model for Alzheimer's Disease Detection in OCTA Images [53.235117594102675]
オプティカルコヒーレンス・トモグラフィーは、網膜微小血管の画像化によってアルツハイマー病(AD)を検出するための有望なツールである。我々はPolar-Netと呼ばれる新しいディープラーニングフレームワークを提案し、解釈可能な結果を提供し、臨床上の事前知識を活用する。 Polar-Netは既存の最先端の手法よりも優れており,網膜血管変化とADとの関連性について,より貴重な病理学的証拠を提供する。
論文参考訳（メタデータ） (2023-11-10T11:49:49Z)
Segmentation-guided Domain Adaptation and Data Harmonization of Multi-device Retinal Optical Coherence Tomography using Cycle-Consistent Generative Adversarial Networks [2.968191199408213]
本稿では,複数のデバイスからの画像を単一画像領域に適応させるセグメント化誘導型領域適応手法を提案する。来るべき新しいデータセットに対する手動ラベリングの時間消費と、既存のネットワークの再トレーニングを回避する。
論文参考訳（メタデータ） (2022-08-31T05:06:00Z)
A Deep Learning Approach for the Segmentation of Electroencephalography Data in Eye Tracking Applications [56.458448869572294]
脳波データの時系列セグメンテーションのための新しいフレームワークDETRtimeを紹介する。エンドツーエンドのディープラーニングベースのフレームワークは、コンピュータビジョンの進歩を前面に立たせています。我々のモデルは脳波睡眠ステージセグメンテーションのタスクにおいてよく一般化される。
論文参考訳（メタデータ） (2022-06-17T10:17:24Z)
Improving AMD diagnosis by the simultaneous identification of associated retinal lesions [9.707114016577716]
加齢関連黄斑変性症(AMD)は、先進国において視覚障害の主要な原因である。本稿では,AMD診断と潜在的な病変の分類を同時に行うCNNに基づく新しいアプローチを提案する。
論文参考訳（メタデータ） (2022-05-22T17:52:02Z)
JOINED : Prior Guided Multi-task Learning for Joint Optic Disc/Cup Segmentation and Fovea Detection [1.2250035750661867]
そこで本研究では, JOINEDという新しい手法を用いて, 複数タスク学習を先導し, OD/OCセグメンテーションと卵胞検出を行った。提案するJOINEDパイプラインは粗い段と細かい段からなる。実験の結果,提案したJOINEDは既存の最先端手法よりも優れていることがわかった。
論文参考訳（メタデータ） (2022-03-01T13:47:48Z)
ADAM Challenge: Detecting Age-related Macular Degeneration from Fundus Images [44.212866865895485]
我々は、I SBI 2020カンファレンスの衛星イベントとして、初めて老化関連黄斑変性症(ADAM)の自動検出課題を設定した。 ADAMチャレンジは、基礎画像からAMDを検出する主要なトピックをカバーする4つのタスクから構成される。本稿では,課題,データセット,評価手法を紹介するとともに,各タスクに参加するチームの結果を要約し,分析する。
論文参考訳（メタデータ） (2022-02-16T10:49:49Z)
Ventral-Dorsal Neural Networks: Object Detection via Selective Attention [51.79577908317031]
我々はVDNet(Ventral-Dorsal Networks)と呼ばれる新しいフレームワークを提案する。人間の視覚システムの構造にインスパイアされた我々は「Ventral Network」と「Dorsal Network」の統合を提案する。実験の結果,提案手法は最先端の物体検出手法よりも優れていることがわかった。
論文参考訳（メタデータ） (2020-05-15T23:57:36Z)
Retinopathy of Prematurity Stage Diagnosis Using Object Segmentation and Convolutional Neural Networks [68.96150598294072]
未熟児網膜症(英: Retinopathy of Prematurity、ROP)は、主に体重の低い未熟児に影響を及ぼす眼疾患である。網膜の血管の増殖を招き、視力喪失を招き、最終的には網膜剥離を招き、失明を引き起こす。近年,ディープラーニングを用いて診断を自動化する試みが盛んに行われている。本稿では,従来のモデルの成功を基盤として,オブジェクトセグメンテーションと畳み込みニューラルネットワーク(CNN)を組み合わせた新しいアーキテクチャを開発する。提案システムでは,まず対象分割モデルを訓練し,画素レベルでの区切り線を識別し,その結果のマスクを追加の"カラー"チャネルとして付加する。
論文参考訳（メタデータ） (2020-04-03T14:07:41Z)

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。