Fugu-MT 論文翻訳(概要): Psoriasis Severity Assessment with a Similarity-Clustering Machine Learning Approach Reduces Intra- and Inter-observation variation

論文の概要: Psoriasis Severity Assessment with a Similarity-Clustering Machine Learning Approach Reduces Intra- and Inter-observation variation

arxiv url: http://arxiv.org/abs/2009.08997v2
Date: Mon, 28 Sep 2020 18:21:31 GMT
ステータス: 処理完了
システム内更新日: 2022-10-17 02:31:44.044781
Title: Psoriasis Severity Assessment with a Similarity-Clustering Machine Learning Approach Reduces Intra- and Inter-observation variation
Title（参考訳）: 類似クラスタリング機械学習アプローチによる乾式重症度評価による観測内および観測間変動の低減
Authors: Arman Garakani, Martin Malmstedt-Miller, Ionela Manole, Adrian Y. Rossler and John R. Zibert
Abstract要約: 本稿では,デジタル画像,比較Webアプリケーション,類似性クラスタリングなどを含む手法の評価を行い,その有効性を評価する。 5人の皮膚科医が類似性クラスタリングを用いてPASI,絶対スコア,相対的なPASIスコアを用いて乾息の重症度を評価した。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Psoriasis is a complex disease with many variations in genotype and phenotype. General advancements in medicine has further complicated both assessments and treatment for both physicians and dermatologist alike. Even with all of our technological progress we still primarily use the assessment tool Psoriasis Area and Severity Index (PASI) for severity assessments which was developed in the 1970s. In this study we evaluate a method involving digital images, a comparison web application and similarity clustering, developed to improve the assessment tool in terms of intra- and inter-observer variation. Images of patients was collected from a mobile device. Images were captured of the same lesion area taken approximately 1 week apart. Five dermatologists evaluated the severity of psoriasis by modified-PASI, absolute scoring and a relative pairwise PASI scoring using similarity-clustering and conducted using a web-program displaying two images at a time. mPASI scoring of single photos by the same or different dermatologist showed mPASI ratings of 50% to 80%, respectively. Repeated mPASI comparison using similarity clustering showed consistent mPASI ratings > 95%. Pearson correlation between absolute scoring and pairwise scoring progression was 0.72.
Abstract（参考訳）: psoriasisは、遺伝子型と表現型に多くの変異がある複合疾患である。医学の一般的な進歩は、医師と皮膚科医の両方に対する評価と治療を更に複雑にしている。技術的な進歩にもかかわらず、1970年代に開発された重大度評価には主にアセスメントツールpsoriasis area and severe index(pasi)を使用します。本研究では,デジタル画像,比較Webアプリケーション,類似性クラスタリングを含む手法を評価し,サーバ内およびサーバ間変動による評価ツールの改善を目的とした。患者の画像はモバイルデバイスから収集された。画像は1週間ほど離れた場所で撮影された。 5人の皮膚科医が、修正pasi、絶対スコア、相対的なペアワイズpasiスコアを類似性クラスタリングを用いて評価し、同時に2つの画像を表示するウェブプログラムを用いて実施した。 mPASIは同一または異なる皮膚科医による単眼写真を評価したところ,mPASIは50%から80%であった。類似度クラスタリングを用いた繰り返しmPASI比較の結果,mPASIは95%であった。パーソンの絶対得点と対得点の進行の相関は0.72。

関連論文リスト

FedMedICL: Towards Holistic Evaluation of Distribution Shifts in Federated Medical Imaging [68.6715007665896]
FedMedICLは統合されたフレームワークであり、フェデレートされた医療画像の課題を全体評価するためのベンチマークである。 6種類の医用画像データセットについて,いくつかの一般的な手法を総合的に評価した。単純なバッチ分散手法はFedMedICL実験全体の平均性能において,高度な手法を超越していることがわかった。
論文参考訳（メタデータ） (2024-07-11T19:12:23Z)
Coronary Artery Disease Classification with Different Lesion Degree Ranges based on Deep Learning [0.6749750044497731]
侵襲的冠動脈造影(ICA)画像は冠動脈の状態を評価するための金の基準と考えられている。ディープラーニングの分類法は、様々な分野で広く使われ、開発が進んでいる。
論文参考訳（メタデータ） (2024-02-01T13:43:33Z)
Improving ICD-based semantic similarity by accounting for varying degrees of comorbidity [39.58317527488534]
疾患と関連する健康問題(ICD)の国際統計分類は、疾患をコードするために世界中で使用されている。意味的類似性アルゴリズムを用いて、ICDコードに基づく患者の類似性を計算することができる。 ICD-code セットに基づく意味的類似性の観点から,80種類の確立されたアルゴリズムの組み合わせの性能を比較した。
論文参考訳（メタデータ） (2023-08-14T14:56:07Z)
Using Multiple Dermoscopic Photographs of One Lesion Improves Melanoma Classification via Deep Learning: A Prognostic Diagnostic Accuracy Study [0.0]
本研究はCNNをベースとしたメラノーマ分類器に対する単一病変の複数の実世界の皮膚内視鏡像の影響について検討した。複数の実世界の画像を使用することは、CNNベースのメラノーマ分類器の性能に肯定的な影響を及ぼすための安価な方法である。
論文参考訳（メタデータ） (2023-06-05T11:55:57Z)
SSL-CPCD: Self-supervised learning with composite pretext-class discrimination for improved generalisability in endoscopic image analysis [3.1542695050861544]
深層学習に基づく教師付き手法は医用画像解析において広く普及している。大量のトレーニングデータと、目に見えないデータセットに対する一般的な問題に直面する必要がある。本稿では,加法的角マージンを用いたパッチレベルのインスタンスグループ識別とクラス間変動のペナル化について検討する。
論文参考訳（メタデータ） (2023-05-31T21:28:08Z)
Stain-invariant self supervised learning for histopathology image analysis [74.98663573628743]
乳がんのヘマトキシリンおよびエオシン染色像におけるいくつかの分類課題に対する自己監督アルゴリズムを提案する。本手法は,いくつかの乳がんデータセット上での最先端のパフォーマンスを実現する。
論文参考訳（メタデータ） (2022-11-14T18:16:36Z)
Corneal endothelium assessment in specular microscopy images with Fuchs' dystrophy via deep regression of signed distance maps [48.498376125522114]
本稿では,UNetをベースとしたセグメンテーション手法を提案する。これは、フックスのジストロフィーの全度にわたって、信頼できるCE形態計測と腸骨同定を実現する。
論文参考訳（メタデータ） (2022-10-13T15:34:20Z)
Systematic Clinical Evaluation of A Deep Learning Method for Medical Image Segmentation: Radiosurgery Application [48.89674088331313]
3次元医用画像分割作業において,Deep Learning (DL) 手法を体系的に評価した。本手法は放射線外科治療プロセスに統合され,臨床ワークフローに直接影響を及ぼす。
論文参考訳（メタデータ） (2021-08-21T16:15:40Z)
Vision Transformers for femur fracture classification [59.99241204074268]
Vision Transformer (ViT) はテスト画像の83%を正確に予測することができた。史上最大かつ最もリッチなデータセットを持つサブフラクチャーで良い結果が得られた。
論文参考訳（メタデータ） (2021-08-07T10:12:42Z)
VerSe: A Vertebrae Labelling and Segmentation Benchmark for Multi-detector CT Images [121.31355003451152]
大規模Vertebrae Challenge(VerSe)は、2019年と2020年に開催されたMICCAI(International Conference on Medical Image Computing and Computer Assisted Intervention)と共同で設立された。本評価の結果を報告するとともに,脊椎レベル,スキャンレベル,および異なる視野での性能変化について検討した。
論文参考訳（メタデータ） (2020-01-24T21:09:18Z)
Spinal Metastases Segmentation in MR Imaging using Deep Convolutional Neural Networks [0.0]
本研究の目的は,深層学習を用いた診断MR画像における脊髄転移の分節化である。 U-Net様アーキテクチャを用いて40例の臨床検査を行った。専門的な注釈付き病変のセグメンテーションと比較すると、Diceの平均スコアは77.6%、平均感度は78.9%という有望な結果を得た。
論文参考訳（メタデータ） (2020-01-08T10:59:31Z)

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。