論文の概要: GaNDLF: A Generally Nuanced Deep Learning Framework for Scalable
End-to-End Clinical Workflows in Medical Imaging
- arxiv url: http://arxiv.org/abs/2103.01006v4
- Date: Tue, 16 May 2023 12:49:04 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-17 20:23:27.964295
- Title: GaNDLF: A Generally Nuanced Deep Learning Framework for Scalable
End-to-End Clinical Workflows in Medical Imaging
- Title(参考訳): GaNDLF:医療画像におけるスケーラブルなエンドツーエンド臨床ワークフローのための一般向けディープラーニングフレームワーク
- Authors: Sarthak Pati, Siddhesh P. Thakur, \.Ibrahim Ethem Hamamc{\i}, Ujjwal
Baid, Bhakti Baheti, Megh Bhalerao, Orhun G\"uley, Sofia Mouchtaris, David
Lang, Spyridon Thermos, Karol Gotkowski, Camila Gonz\'alez, Caleb Grenko,
Alexander Getka, Brandon Edwards, Micah Sheller, Junwen Wu, Deepthi Karkada,
Ravi Panchumarthy, Vinayak Ahluwalia, Chunrui Zou, Vishnu Bashyam, Yuemeng
Li, Babak Haghighi, Rhea Chitalia, Shahira Abousamra, Tahsin M. Kurc, Aimilia
Gastounioti, Sezgin Er, Mark Bergman, Joel H. Saltz, Yong Fan, Prashant Shah,
Anirban Mukhopadhyay, Sotirios A. Tsaftaris, Bjoern Menze, Christos
Davatzikos, Despina Kontos, Alexandros Karargyris, Renato Umeton, Peter
Mattson, Spyridon Bakas
- Abstract要約: コミュニティ主導型汎用ディープラーニングフレームワークGaNDLF(Generally Nuanced Deep Learning Framework)について紹介する。
GaNDLFは、DL開発、トレーニング、推論のメカニズムをより安定させ、再現可能で、解釈可能で、スケーラブルにする。
放射線画像と病理画像の両方をGaNDLFで解析し,k-foldクロスバリデーションをサポートした。
- 参考スコア(独自算出の注目度): 76.38169390121057
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Deep Learning (DL) has the potential to optimize machine learning in both the
scientific and clinical communities. However, greater expertise is required to
develop DL algorithms, and the variability of implementations hinders their
reproducibility, translation, and deployment. Here we present the
community-driven Generally Nuanced Deep Learning Framework (GaNDLF), with the
goal of lowering these barriers. GaNDLF makes the mechanism of DL development,
training, and inference more stable, reproducible, interpretable, and scalable,
without requiring an extensive technical background. GaNDLF aims to provide an
end-to-end solution for all DL-related tasks in computational precision
medicine. We demonstrate the ability of GaNDLF to analyze both radiology and
histology images, with built-in support for k-fold cross-validation, data
augmentation, multiple modalities and output classes. Our quantitative
performance evaluation on numerous use cases, anatomies, and computational
tasks supports GaNDLF as a robust application framework for deployment in
clinical workflows.
- Abstract(参考訳): ディープラーニング(DL)は、科学コミュニティと臨床コミュニティの両方で機械学習を最適化する可能性がある。
しかし、DLアルゴリズムの開発にはさらなる専門知識が必要であり、実装の多様性が再現性、翻訳、展開を妨げる。
ここでは,コミュニティ主導のGANDLF(Generally Nuanced Deep Learning Framework)を紹介する。
GaNDLFは、DL開発、トレーニング、推論のメカニズムをより安定させ、再現可能で、解釈可能で、スケーラブルで、広範な技術的背景を必要としない。
GaNDLFは、計算精度医学における全てのDL関連タスクに対してエンドツーエンドのソリューションを提供することを目的としている。
我々は,K-foldクロスバリデーション,データ拡張,多重モダリティ,出力クラスを内蔵したGaNDLFによる放射線画像と組織像の両方の解析能力を示した。
臨床ワークフローに展開するロバストなアプリケーションフレームワークとしてGaNDLFを, 多数のユースケース, 解剖, 計算タスクで定量的に評価する。
関連論文リスト
- RO-LLaMA: Generalist LLM for Radiation Oncology via Noise Augmentation
and Consistency Regularization [51.877826904868975]
放射線腫瘍学の分野に適した汎用汎用大言語モデル(LLM)であるRO-LLaMAを提案する。
このモデルは、臨床報告の要約などの様々なタスクに適応し、放射線腫瘍専門医の幅広いワークフローをシームレスにカバーする。
また,新しいCEFTune(Consistency Embedding Fine-Tuning)技術を提案する。
論文 参考訳(メタデータ) (2023-11-27T14:49:06Z) - fMRI-PTE: A Large-scale fMRI Pretrained Transformer Encoder for
Multi-Subject Brain Activity Decoding [54.17776744076334]
本稿では,fMRI事前学習のための革新的オートエンコーダであるfMRI-PTEを提案する。
我々のアプローチでは、fMRI信号を統合された2次元表現に変換し、次元の整合性を確保し、脳の活動パターンを保存する。
コントリビューションには、fMRI-PTEの導入、革新的なデータ変換、効率的なトレーニング、新しい学習戦略、そして我々のアプローチの普遍的な適用性が含まれる。
論文 参考訳(メタデータ) (2023-11-01T07:24:22Z) - Deep Learning and Computer Vision for Glaucoma Detection: A Review [0.8379286663107844]
緑内障は世界中で不可逆的な盲目の原因となっている。
コンピュータビジョンとディープラーニングの最近の進歩は、自動評価の可能性を示している。
眼底,光コヒーレンス断層撮影,視野画像を用いたAIによる緑内障の診断に関する最近の研究について調査した。
論文 参考訳(メタデータ) (2023-07-31T09:49:51Z) - Deep Anatomical Federated Network (Dafne): an open client/server
framework for the continuous collaborative improvement of deep-learning-based
medical image segmentation [0.0]
Dafneソリューションは、システムのユーザの集合的知識を活用する、継続的に進化するディープラーニングモデルを実装している。
Dafneは、システムのユーザの集合的知識を活用する、継続的に進化するディープラーニングモデルを実装する、最初の分散型で協調的なソリューションである。
Dafneを通じてデプロイされたモデルは、時間とともにパフォーマンスを改善し、トレーニングセットにないデータタイプに一般化することができる。
論文 参考訳(メタデータ) (2023-02-13T13:35:09Z) - Using Gradient to Boost the Generalization Performance of Deep Learning
Models for Fluid Dynamics [0.0]
本稿では,Deep Learningの一般化能力を高めるための新しい研究について述べる。
我々の戦略は、DLネットワークのより良い一般化に向けた良い結果を示している。
論文 参考訳(メタデータ) (2022-10-09T10:20:09Z) - REET: Robustness Evaluation and Enhancement Toolbox for Computational
Pathology [1.452875650827562]
計算病理学応用のための最初のドメイン固有ロバストネス評価・拡張ツールボックス(REET)を提案する。
REETは予測モデルの堅牢性評価を可能にするアルゴリズム戦略のスイートを提供する。
REETはまた、計算病理学におけるディープラーニングパイプラインの効率的で堅牢なトレーニングを可能にする。
論文 参考訳(メタデータ) (2022-01-28T18:23:55Z) - Gone Fishing: Neural Active Learning with Fisher Embeddings [55.08537975896764]
ディープニューラルネットワークと互換性のあるアクティブな学習アルゴリズムの必要性が高まっている。
本稿では,ニューラルネットワークのための抽出可能かつ高性能な能動学習アルゴリズムBAITを紹介する。
論文 参考訳(メタデータ) (2021-06-17T17:26:31Z) - CogDL: A Comprehensive Library for Graph Deep Learning [55.694091294633054]
研究者や実践者が実験を行い、メソッドを比較し、簡単かつ効率的にアプリケーションを構築することができるグラフ深層学習ライブラリであるCogDLを紹介します。
CogDLでは,様々なグラフタスクに対するGNNモデルのトレーニングと評価のための統一設計を提案し,既存のグラフ学習ライブラリに固有のものである。
我々はCogDLのための効率的なスパース演算子を開発し、効率性のための最も競争力のあるグラフライブラリとなる。
論文 参考訳(メタデータ) (2021-03-01T12:35:16Z) - A Meta-embedding-based Ensemble Approach for ICD Coding Prediction [64.42386426730695]
国際疾病分類 (icd) は、世界中で臨床コーディングに使われているデファクトコードである。
これらのコードにより、医療提供者は償還を請求し、診断情報の効率的な保管と検索を容易にします。
提案手法は,日常的な医学データと科学論文の外部知識を用いて,効果的に単語ベクトルを訓練することにより,神経モデルの性能を高める。
論文 参考訳(メタデータ) (2021-02-26T17:49:58Z)
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。