論文の概要: Survey of the Detection and Classification of Pulmonary Lesions via CT and X-Ray

• arxiv url: http://arxiv.org/abs/2012.15442v1
• Date: Thu, 31 Dec 2020 04:29:50 GMT
• ステータス: 処理完了
• システム内更新日: 2021-04-17 17:00:15.979496
• Title: Survey of the Detection and Classification of Pulmonary Lesions via CT and X-Ray
• Title（参考訳）: CTおよびX線による肺病変の検出と分類に関する調査
• Authors: Yixuan Sun, Chengyao Li, Qian Zhang, Aimin Zhou and Guixu Zhang
• Abstract要約: この記事は、過去10年間の肺CTとX線画像検出と分類をレビューします。 また, 各種病変の画像的特徴に基づいて, 肺結節, 肺炎, その他の一般的な肺病変の検出について概説する。
• 参考スコア（独自算出の注目度）: 18.37500260316336
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In recent years, the prevalence of several pulmonary diseases, especially the coronavirus disease 2019 (COVID-19) pandemic, has attracted worldwide attention. These diseases can be effectively diagnosed and treated with the help of lung imaging. With the development of deep learning technology and the emergence of many public medical image datasets, the diagnosis of lung diseases via medical imaging has been further improved. This article reviews pulmonary CT and X-ray image detection and classification in the last decade. It also provides an overview of the detection of lung nodules, pneumonia, and other common lung lesions based on the imaging characteristics of various lesions. Furthermore, this review introduces 26 commonly used public medical image datasets, summarizes the latest technology, and discusses current challenges and future research directions.
• Abstract（参考訳）: 近年ではいくつかの肺疾患、特に新型コロナウイルス感染症(COVID-19)の流行が世界的に注目を集めている。 これらの疾患は、肺イメージングの助けを借りて効果的に診断および治療することができる。 深層学習技術の発展と多くの公開医用画像データセットの出現により、医用画像による肺疾患の診断はさらに改善されている。 本稿では過去10年間の肺CTおよびX線画像の検出と分類について概説する。 また, 各種病変の画像的特徴に基づいて, 肺結節, 肺炎, その他の一般的な肺病変の検出について概説する。 さらに,26の一般用医用画像データセットを紹介し,最新の技術を要約し,現在の課題と今後の研究方向性について考察する。

関連論文リスト

• Can GPT-4V(ision) Serve Medical Applications? Case Studies on GPT-4V for Multimodal Medical Diagnosis [59.35504779947686]
  GPT-4VはOpenAIの最新のマルチモーダル診断モデルである。 評価対象は17の人体システムである。 GPT-4Vは、医用画像のモダリティと解剖学を区別する能力を示す。 疾患の診断と包括的報告作成において重大な課題に直面している。
  論文  参考訳（メタデータ） (2023-10-15T18:32:27Z)
• COVID-VR: A Deep Learning COVID-19 Classification Model Using Volume-Rendered Computer Tomography [0.0]
  COVID-VRは、複数の角度から捉えた肺の容積レンダリング画像に基づいて、肺疾患を分類するための新しいアプローチである。 本稿では,複数の角度から肺の容積レンダリング画像に基づいて肺疾患を分類する新しいアプローチであるCOVID-VRを紹介する。
  論文  参考訳（メタデータ） (2023-08-02T21:13:10Z)
• Deep transfer learning for detecting Covid-19, Pneumonia and Tuberculosis using CXR images -- A Review [0.0]
  胸部X線画像におけるCOVID-19,肺炎,結核の検出における深層移動学習技術の利用について検討した。 現状のCXR画像分類技術の概要を提供し、この領域に転写学習を適用する際の課題と機会について論じる。
  論文  参考訳（メタデータ） (2023-03-26T02:36:47Z)
• Improving Tuberculosis (TB) Prediction using Synthetically Generated Computed Tomography (CT) Images [0.17499351967216337]
  肺感染症はCT(Computed tomography)スキャンで診断され評価されることが多い。 異なるタイプの撮像方法であるX線は安価で、しばしばベッドサイドで利用でき、より広く利用することができるが、よりシンプルで2次元の画像を提供する。 我々は,X線画像からCT画像を生成することを学習するモデルに頼って,疾患の自動分類精度を向上させることができることを示す。
  論文  参考訳（メタデータ） (2021-09-23T16:35:15Z)
• CoRSAI: A System for Robust Interpretation of CT Scans of COVID-19 Patients Using Deep Learning [133.87426554801252]
  我々は,深部畳み込み神経網のアンサンブルを用いた肺CTスキャンのセグメンテーションによるアプローチを採用した。 本モデルを用いて, 病変の分類, 患者の動態の評価, 病変による肺の相対体積の推定, 肺の損傷ステージの評価が可能となった。
  論文  参考訳（メタデータ） (2021-05-25T12:06:55Z)
• M3Lung-Sys: A Deep Learning System for Multi-Class Lung Pneumonia Screening from CT Imaging [85.00066186644466]
  マルチタスク型マルチスライス深層学習システム(M3Lung-Sys)を提案する。 COVID-19とHealthy, H1N1, CAPとの鑑別に加えて, M3 Lung-Sysも関連病変の部位を特定できる。
  論文  参考訳（メタデータ） (2020-10-07T06:22:24Z)
• 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)
• 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)
• 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)
• Deep Learning on Chest X-ray Images to Detect and Evaluate Pneumonia Cases at the Era of COVID-19 [14.693391992808685]
  コロナウイルス病2019(COVID-19)は、インフルエンザに似た最初の症状を持つ感染症である。 本稿では,胸部X線画像の自動解析のためのディープラーニング手法について検討する。 深層学習モデルは肺炎、特にウイルス感染症を検出するために提案されている。
  論文  参考訳（メタデータ） (2020-04-05T21:30:54Z)
• Deep Learning System to Screen Coronavirus Disease 2019 Pneumonia [10.225348237731787]
  新型コロナウイルスのCT像は、インフルエンザウイルス性肺炎など他の種類のウイルス性肺炎と異なる独自の特徴を持つ。 本研究は, 深層学習技術を用いて, インフルエンザとインフルエンザウイルスの鑑別を行う早期スクリーニングモデルを確立することを目的とした。
  論文  参考訳（メタデータ） (2020-02-21T14:44:21Z)

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。