論文の概要: Diagnosis/Prognosis of COVID-19 Images: Challenges, Opportunities, and
Applications
- arxiv url: http://arxiv.org/abs/2012.14106v1
- Date: Mon, 28 Dec 2020 05:38:44 GMT
- ステータス: 処理完了
- システム内更新日: 2021-04-24 17:44:17.339308
- Title: Diagnosis/Prognosis of COVID-19 Images: Challenges, Opportunities, and
Applications
- Title（参考訳）: 新型コロナウイルス画像の診断・診断 : 課題, 機会, 応用
- Authors: Arash Mohammadi, Yingxu Wang, Nastaran Enshaei, Parnian Afshar,
Farnoosh Naderkhani, Anastasia Oikonomou, Moezedin Javad Rafiee, Helder C. R.
Oliveira, Svetlana Yanushkevich, and Konstantinos N. Plataniotis
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 27.46013010011658
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The novel Coronavirus disease, COVID-19, has rapidly and abruptly changed the
world as we knew in 2020. It becomes the most unprecedent challenge to analytic
epidemiology in general and signal processing theories in specific. Given its
high contingency nature and adverse effects across the world, it is important
to develop efficient processing/learning models to overcome this pandemic and
be prepared for potential future ones. In this regard, medical imaging plays an
important role for the management of COVID-19. Human-centered interpretation of
medical images is, however, tedious and can be subjective. This has resulted in
a surge of interest to develop Radiomics models for analysis and interpretation
of medical images. Signal Processing (SP) and Deep Learning (DL) models can
assist in development of robust Radiomics solutions for diagnosis/prognosis,
severity assessment, treatment response, and monitoring of COVID-19 patients.
In this article, we aim to present an overview of the current state,
challenges, and opportunities of developing SP/DL-empowered models for
diagnosis (screening/monitoring) and prognosis (outcome prediction and severity
assessment) of COVID-19 infection. More specifically, the article starts by
elaborating the latest development on the theoretical framework of analytic
epidemiology and hypersignal processing for COVID-19. Afterwards, imaging
modalities and Radiological characteristics of COVID-19 are discussed.
SL/DL-based Radiomic models specific to the analysis of COVID-19 infection are
then described covering the following four domains: Segmentation of COVID-19
lesions; Predictive models for outcome prediction; Severity assessment, and;
Diagnosis/classification models. Finally, open problems and opportunities are
presented in detail.
- Abstract（参考訳）: 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、将来に備えるための効率的な処理/学習モデルを開発することが重要である。
この点において、医療画像はcovid-19の管理において重要な役割を担っている。
しかし、人間中心の医療画像の解釈は退屈であり、主観的である。
この結果、医学画像の分析と解釈のためのRadiomicsモデルの開発への関心が高まった。
信号処理(SP)とディープラーニング(DL)モデルは、診断・予後、重症度評価、治療反応、および新型コロナウイルス患者のモニタリングのための堅牢な放射能ソリューションの開発を支援する。
本稿では、新型コロナウイルスの診断(スクリーニング/モニタリング)と予後(アウトカム予測と重症度評価)のためのsp/dl-empoweredモデルの開発の現状、課題、機会について概説する。
より具体的には、この記事は、COVID-19の分析疫学と超信号処理の理論的枠組みに関する最新の開発から始まる。
その後、covid-19のイメージングモダリティと放射線学的特徴について論じる。
次に、sl/dlに基づくcovid-19感染の解析に関する放射線モデルについて、covid-19病変の分節化、アウトカム予測の予測モデル、重症度評価、診断/分類モデルという4つの領域について述べる。
最後に、オープンな問題と機会を詳細に示す。
関連論文リスト
- Potential of Multimodal Large Language Models for Data Mining of Medical Images and Free-text Reports [51.45762396192655]
特にGemini-Vision-Series (Gemini) と GPT-4-Series (GPT-4) は、コンピュータビジョンのための人工知能のパラダイムシフトを象徴している。
本研究は,14の医用画像データセットを対象に,Gemini,GPT-4,および4つの一般的な大規模モデルの性能評価を行った。
論文 参考訳（メタデータ） (2024-07-08T09:08:42Z) - 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) - 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) - Deep Learning in Detection and Diagnosis of Covid-19 using Radiology
Modalities: A Systematic Review [0.0]
Covid-19の早期発見と診断は、Covid-19の流行の主な課題の1つです。
医学とコンピュータの研究者は、放射線画像の分析に機械学習モデルを使う傾向があった。
ディープラーニングベースモデルには、Covid-19の検出と診断のための正確で効率的なシステムを実現する並外れた能力があります。
論文 参考訳（メタデータ） (2020-12-21T18:54:01Z) - Checklist for responsible deep learning modeling of medical images based
on COVID-19 detection studies [2.280298858971133]
新型コロナウイルス(COVID-19)の急激な流行と感染拡大は、現在最も重要な世界的な問題の一つだ。
短期間で、説明可能性のためのモジュールを備えたCOVID-19検出のための多くのディープニューラルネットワークモデルの開発につながった。
分析の結果,データ取得,モデル開発,説明構築の各段階で発生した多数の誤りが明らかになった。
論文 参考訳（メタデータ） (2020-12-11T18:42:46Z) - Ultrasound Diagnosis of COVID-19: Robustness and Explainability [1.2183405753834557]
新型コロナウイルスの診断は、世界的なパンデミックの封じ込めに不可欠だ。
これまでの研究では、POCUSビデオの公開データセットを使用して、高感度の診断のためのAIモデルをトレーニングしてきた。
高利得の応用のため、我々は堅牢で説明可能な手法を提案する。
論文 参考訳（メタデータ） (2020-11-30T20:26:39Z) - Artificial Intelligence for COVID-19 Detection -- A state-of-the-art
review [5.237999056930947]
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。
論文 参考訳（メタデータ） (2020-11-25T07:02:14Z) - Integrative Analysis for COVID-19 Patient Outcome Prediction [53.11258640541513]
我々は、集中治療室入院の必要性を予測するために、人口統計、バイタルサイン、実験室の所見から、肺不透明度の放射能と非画像の特徴を組み合わせる。
また, 地域性肺炎を含む他の肺疾患にも適用できるが, 地域性肺炎に限らない。
論文 参考訳（メタデータ） (2020-07-20T19:08:50Z) - Early Screening of SARS-CoV-2 by Intelligent Analysis of X-Ray Images [0.0]
本稿では,HoGに基づく古典的アプローチと特徴選択を用いたX線COVID-19検出プロジェクトの概要,実験設計,第1報について述べる。
この実験結果から,古典的手法がディープラーニング手法より優れていることが示された。
非ウイルス浸潤は、X線の放射線学的記述において、最も新型コロナウイルスに類似した患者のグループである。
論文 参考訳（メタデータ） (2020-05-28T11:46:31Z) - Diagnosis of Coronavirus Disease 2019 (COVID-19) with Structured Latent
Multi-View Representation Learning [48.05232274463484]
最近、コロナウイルス病2019(COVID-19)の流行は世界中で急速に広まっている。
多くの患者と医師の重労働のために、機械学習アルゴリズムによるコンピュータ支援診断が緊急に必要である。
本研究では,CT画像から抽出した一連の特徴を用いて,COVID-19の診断を行うことを提案する。
論文 参考訳（メタデータ） (2020-05-06T15:19:15Z) - Review of Artificial Intelligence Techniques in Imaging Data
Acquisition, Segmentation and Diagnosis for COVID-19 [71.41929762209328]
新型コロナウイルス感染症(COVID-19)のパンデミックは世界中に広がっている。
X線やCT(Computerd Tomography)などの医用画像は、世界的な新型コロナウイルス対策に欠かせない役割を担っている。
最近登場した人工知能(AI)技術は、画像ツールの力を強化し、医療専門家を支援する。
論文 参考訳（メタデータ） (2020-04-06T15:21:34Z)
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。