論文の概要: Automatic Diagnosis of Pneumothorax from Chest Radiographs: A Systematic Literature Review

• arxiv url: http://arxiv.org/abs/2012.11214v2
• Date: Fri, 16 Apr 2021 16:03:01 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-29 07:30:14.324492
• Title: Automatic Diagnosis of Pneumothorax from Chest Radiographs: A Systematic Literature Review
• Title（参考訳）: 胸部X線写真による気胸の自動診断 : 文献的考察
• Authors: Tahira Iqbal, Arslan Shaukat, Usman Akram and Zartasha Mustansar
• Abstract要約: 本研究は胸部x線から気胸を自動的に検出するための既存の文献を要約する。 本報告では, 今後の研究に最適なアプローチの選択を支援するために, 気胸検出の取り組みについて概説する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Among various medical imaging tools, chest radiographs are the most important and widely used diagnostic tool for detection of thoracic pathologies. Research is being carried out in order to propose robust automatic diagnostic tool for detection of pathologies from chest radiographs. Artificial Intelligence techniques especially deep learning methodologies have found to be giving promising results in automating the field of medicine. Lot of research has been done for automatic and fast detection of pneumothorax from chest radiographs while proposing several frameworks based on artificial intelligence and machine learning techniques. This study summarizes the existing literature for the automatic detection of pneumothorax from chest x-rays along with describing the available chest radiographs datasets. The comparative analysis of the literature is also provided in terms of goodness. Limitations of the existing literature along with the research gaps is also given for further investigation. The paper provides a brief overview of the present work for pneumothorax detection for helping the researchers in selection of optimal approach for future research.
• Abstract（参考訳）: 胸部x線撮影は胸部病変の診断に最も重要かつ広く用いられている診断ツールである。 胸部X線写真からの病理診断のための堅牢な自動診断ツールを提案するために研究が進められている。 人工知能技術、特に深層学習手法は、医療分野の自動化に有望な成果をもたらしている。 胸部x線写真から気胸を自動的に検出し、人工知能と機械学習技術に基づくいくつかのフレームワークを提案する研究が数多く行われている。 本研究は,胸部X線から気胸を自動的に検出するための文献と胸部X線写真データセットについて述べる。 文献の比較分析は、良さの観点からも示される。 研究のギャップとともに既存の文献の限界も、さらなる調査のために与えられる。 本報告では, 今後の研究に最適なアプローチの選択を支援するために, 気胸検出の取り組みについて概説する。

関連論文リスト

• Medical Image Captioning via Generative Pretrained Transformers [57.308920993032274]
  我々は、Show-Attend-Tell と GPT-3 という2つの言語モデルを組み合わせて、包括的で記述的な放射線学記録を生成する。 提案モデルは、Open-I、MIMIC-CXR、汎用MS-COCOの2つの医療データセットで検証される。
  論文  参考訳（メタデータ） (2022-09-28T10:27:10Z)
• Preservation of High Frequency Content for Deep Learning-Based Medical Image Classification [74.84221280249876]
  大量の胸部ラジオグラフィーの効率的な分析は、医師や放射線技師を助けることができる。 本稿では,視覚情報の効率的な識別と符号化のための離散ウェーブレット変換(DWT)を提案する。
  論文  参考訳（メタデータ） (2022-05-08T15:29:54Z)
• BI-RADS-Net: An Explainable Multitask Learning Approach for Cancer Diagnosis in Breast Ultrasound Images [69.41441138140895]
  本稿では,乳房超音波画像における癌検出のための新しい深層学習手法であるBI-RADS-Netを紹介する。 提案手法は, 臨床診断に関連する特徴表現を学習することにより, 乳腺腫瘍の説明と分類を行うタスクを取り入れたものである。 臨床医が医療現場で診断・報告するために使用する形態学的特徴の観点から予測(良性または悪性)の説明が提供される。
  論文  参考訳（メタデータ） (2021-10-05T19:14:46Z)
• A Survey of Machine Learning Techniques for Detecting and Diagnosing COVID-19 from Imaging [1.9499120576896225]
  逆転写-ポリメラーゼ連鎖反応(RT-PCR)の高可用性と高コストのため、医療画像からCOVID-19を検出するための機械学習技術が提案されている。 本研究の目的は、異なる機械学習技術を用いて胸部X線およびCTスキャン画像から新型コロナウイルスを検出し診断した研究論文を体系的にレビューし、評価し、合成することである。
  論文  参考訳（メタデータ） (2021-07-25T12:26:57Z)
• Deep Learning for Chest X-ray Analysis: A Survey [4.351399670578497]
  ディープラーニングの最近の進歩は、多くの医療画像解析タスクで有望なパフォーマンスをもたらしました。 胸部X線写真は 様々な応用が研究されている 特に重要なモダリティです 近年、複数の大きな胸部x線データセットがリリースされ、研究の関心が高まり、出版物数が増加した。
  論文  参考訳（メタデータ） (2021-03-15T20:28:16Z)
• Pneumothorax and chest tube classification on chest x-rays for detection of missed pneumothorax [1.181048306817215]
  胸部気胸および胸部気胸の治療によく用いられる各種の胸部管を画像分類パイプラインで検出する。 多段階のアルゴリズムは肺の分節と肺気胸の分類に基づいており、気胸を含む可能性が最も高いパッチの分類を含む。
  論文  参考訳（メタデータ） (2020-11-14T18:06:06Z)
• Deep Learning Based Computer-Aided Systems for Breast Cancer Imaging : A Critical Review [0.0]
  このレビューは、過去10年間に出版された文献(2010年1月、2020年1月)に基づいている。 分類過程における主な知見は,新しいDL-CAD法が乳癌に対する有用かつ効果的なスクリーニングツールであることである。
  論文  参考訳（メタデータ） (2020-09-30T18:41:20Z)
• Learning Invariant Feature Representation to Improve Generalization across Chest X-ray Datasets [55.06983249986729]
  我々は、トレーニングデータと同じデータセットでテストすると、ディープラーニングモデルが、異なるソースからデータセットでテストされると、パフォーマンスが低下し始めることを示す。 対戦型トレーニング戦略を用いることで、ネットワークはソース不変表現を学習せざるを得ないことを示す。
  論文  参考訳（メタデータ） (2020-08-04T07:41:15Z)
• Medical Instrument Detection in Ultrasound-Guided Interventions: A Review [74.22397862400177]
  本稿では,超音波ガイド下手術における医療機器検出法について概説する。 まず,従来の非データ駆動手法とデータ駆動手法を含む計器検出手法について概説する。 本研究は, 麻酔, 生検, 前立腺切断療法, 心臓カテーテル治療など, 超音波における医療機器検出の主な臨床応用について論じる。
  論文  参考訳（メタデータ） (2020-07-09T13:50:18Z)
• Evaluation of Contemporary Convolutional Neural Network Architectures for Detecting COVID-19 from Chest Radiographs [0.0]
  胸部X線写真解析のための3つのモデルアーキテクチャを,様々な条件下で訓練し,評価した。 本稿では,現代の研究によって提案された印象的なモデル性能を低下させる問題を見いだす。
  論文  参考訳（メタデータ） (2020-06-30T15:22:39Z)
• Deep Learning for Automatic Pneumonia Detection [72.55423549641714]
  肺炎は小児の主要な死因であり、世界でも最多死亡率の1つである。 コンピュータ支援診断システムは診断精度を向上させる可能性を示した。 本研究では, 単発検出, 圧縮励起深部畳み込みニューラルネットワーク, 拡張, マルチタスク学習に基づく肺炎領域検出のための計算手法を開発した。
  論文  参考訳（メタデータ） (2020-05-28T10:54:34Z)

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。