論文の概要: Artificial Intelligence for COVID-19 Detection -- A state-of-the-art review

• arxiv url: http://arxiv.org/abs/2012.06310v1
• Date: Wed, 25 Nov 2020 07:02:14 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-21 01:43:51.735177
• Title: Artificial Intelligence for COVID-19 Detection -- A state-of-the-art review
• Title（参考訳）: 新型コロナウイルス検出のための人工知能-最先端のレビュー
• Authors: Parsa Sarosh, Shabir A. Parah, Romany F Mansur, G. M. Bhat
• Abstract要約: 新型コロナウイルスの出現は、適切な管理のために科学界の多くの努力を必要としている。 深層学習 (DL) と人工知能 (AI) の使用は、上記すべての領域で求められる。 グローバル緊急時の課題に対処するために、DLとAIを効果的に実装できることを評価することができる。
• 参考スコア（独自算出の注目度）: 5.237999056930947
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The emergence of COVID-19 has necessitated many efforts by the scientific community for its proper management. An urgent clinical reaction is required in the face of the unending devastation being caused by the pandemic. These efforts include technological innovations for improvement in screening, treatment, vaccine development, contact tracing and, survival prediction. The use of Deep Learning (DL) and Artificial Intelligence (AI) can be sought in all of the above-mentioned spheres. This paper aims to review the role of Deep Learning and Artificial intelligence in various aspects of the overall COVID-19 management and particularly for COVID-19 detection and classification. The DL models are developed to analyze clinical modalities like CT scans and X-Ray images of patients and predict their pathological condition. A DL model aims to detect the COVID-19 pneumonia, classify and distinguish between COVID-19, Community-Acquired Pneumonia (CAP), Viral and Bacterial pneumonia, and normal conditions. Furthermore, sophisticated models can be built to segment the affected area in the lungs and quantify the infection volume for a better understanding of the extent of damage. Many models have been developed either independently or with the help of pre-trained models like VGG19, ResNet50, and AlexNet leveraging the concept of transfer learning. Apart from model development, data preprocessing and augmentation are also performed to cope with the challenge of insufficient data samples often encountered in medical applications. It can be evaluated that DL and AI can be effectively implemented to withstand the challenges posed by the global emergency
• Abstract（参考訳）: 新型コロナウイルス(covid-19)の出現は、科学界の適切な管理のために多くの努力を必要としている。 パンデミックによって引き起こされる壊滅的な被害に直面した場合に、緊急の臨床的反応が必要である。 これらの取り組みには、スクリーニング、治療、ワクチン開発、接触追跡、生存予測の改善のための技術革新が含まれる。 深層学習 (DL) と人工知能 (AI) の使用は、上記すべての領域で求められる。 本研究の目的は、新型コロナウイルスの総合的な管理、特に新型コロナウイルスの検出・分類におけるディープラーニングと人工知能の役割を概観することである。 dlモデルは、患者のctスキャンやx線画像などの臨床症状を分析し、病態を予測するために開発された。 DLモデルは、COVID-19肺炎の検出、COVID-19、Community-Acquired Pneumonia (CAP)、ウイルスおよび細菌性肺炎、および正常な状態の分類と識別を目的としている。 さらに、肺の患部を分別し、感染量を定量化し、損傷の程度をよりよく理解するために洗練されたモデルを構築することもできる。 多くのモデルは、vgg19、resnet50、alexnetのような事前学習されたモデルの助けを借りて独立に開発された。 モデル開発とは別に、医療アプリケーションでしばしば発生する不十分なデータサンプルの課題に対処するために、データ前処理と拡張も行われている。 世界的緊急事態による課題に対処するために,DLとAIを効果的に実装できることを評価することができる。

関連論文リスト

• COVID-19 Probability Prediction Using Machine Learning: An Infectious Approach [0.0]
  本研究は、新型コロナウイルス感染確率を予測するための高度な機械学習(ML)技術の適用について検討する。 我々はXGBoost, LGBM, AdaBoost, Logistic Regression, Decision Tree, RandomForest, CatBoost, KNN, Deep Neural Networks (DNN) などのMLモデルの有効性について厳密な調査を行った。 以上の結果から,Deep Neural Networks (DNN) が最高性能モデルとして登場し,精度が向上し,リコール指標が得られた。
  論文  参考訳（メタデータ） (2024-08-23T05:15:24Z)
• Dense Feature Memory Augmented Transformers for COVID-19 Vaccination Search Classification [60.49594822215981]
  本稿では,新型コロナウイルスワクチン関連検索クエリの分類モデルを提案する。 本稿では,モデルが対応可能なメモリトークンとして,高密度特徴を考慮した新しい手法を提案する。 この新しいモデリング手法により,Vaccine Search Insights (VSI) タスクを大幅に改善できることを示す。
  論文  参考訳（メタデータ） (2022-12-16T13:57:41Z)
• Comparative Analysis of State-of-the-Art Deep Learning Models for Detecting COVID-19 Lung Infection from Chest X-Ray Images [3.829821362301428]
  胸部X線画像を用いた新型コロナウイルス感染を自動的に検出するための最新の最先端のDeep Convolutional Neural Networks(CNN)の適用性について検討した。 トレーニングしたモデルMobileNet,EfficentNet,InceptionV3はそれぞれ95%,95%,94%の分類平均精度を達成した。
  論文  参考訳（メタデータ） (2022-07-01T02:23:23Z)
• COVID-Net Biochem: An Explainability-driven Framework to Building Machine Learning Models for Predicting Survival and Kidney Injury of COVID-19 Patients from Clinical and Biochemistry Data [66.43957431843324]
  我々は、機械学習モデルを構築するための汎用的で説明可能なフレームワークであるCOVID-Net Biochemを紹介する。 この枠組みを用いて、新型コロナウイルス患者の生存率と、入院中に急性腎不全を発症する可能性を予測する。
  論文  参考訳（メタデータ） (2022-04-24T07:38:37Z)
• The pitfalls of using open data to develop deep learning solutions for COVID-19 detection in chest X-rays [64.02097860085202]
  深層学習モデルは、胸部X線から新型コロナウイルスを識別するために開発された。 オープンソースデータのトレーニングやテストでは,結果は異例です。 データ分析とモデル評価は、人気のあるオープンソースデータセットであるCOVIDxが実際の臨床問題を代表していないことを示している。
  論文  参考訳（メタデータ） (2021-09-14T10:59:11Z)
• COVIDx-US -- An open-access benchmark dataset of ultrasound imaging data for AI-driven COVID-19 analytics [116.6248556979572]
  COVIDx-USは、新型コロナウイルス関連超音波画像データのオープンアクセスベンチマークデータセットです。 肺超音波93本と,SARS-CoV-2肺炎,非SARS-CoV-2肺炎,健康管理症例10,774本からなる。
  論文  参考訳（メタデータ） (2021-03-18T03:31:33Z)
• An Explainable AI System for Automated COVID-19 Assessment and Lesion Categorization from CT-scans [8.694504007704994]
  SARS-CoV-2病原体による新型コロナウイルス感染症は、世界中で壊滅的なパンデミックである。 深層学習パラダイムに基づくAIを用いたパイプラインを提案し,CTスキャンによるCOVID-19検出と病変分類を自動化した。
  論文  参考訳（メタデータ） (2021-01-28T11:47:35Z)
• Diagnosis/Prognosis of COVID-19 Images: Challenges, Opportunities, and Applications [27.46013010011658]
  新型コロナウイルス(covid-19)は、われわれが2020年に知っていたように急速に世界を変えた。 これは一般には解析疫学や特定の信号処理理論に対する最も先行しない挑戦となる。 このパンデミックを克服し、将来の可能性に備えるために、効率的な処理/学習モデルを開発することが重要である。
  論文  参考訳（メタデータ） (2020-12-28T05:38:44Z)
• 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)
• 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。