Fugu-MT 論文翻訳(概要): Prediction of Tuberculosis using U-Net and segmentation techniques

論文の概要: Prediction of Tuberculosis using U-Net and segmentation techniques

arxiv url: http://arxiv.org/abs/2104.01071v1
Date: Fri, 2 Apr 2021 14:35:00 GMT
ステータス: 処理完了
システム内更新日: 2021-04-05 13:41:08.176973
Title: Prediction of Tuberculosis using U-Net and segmentation techniques
Title（参考訳）: U-Netとセグメンテーション技術を用いた結核の予測
Authors: Dennis N\'u\~nez-Fern\'andez, Lamberto Ballan, Gabriel Jim\'enez-Avalos, Jorge Coronel, Patricia Sheen, Mirko Zimic
Abstract要約: 本研究の目的は、MODS法およびレンズレス顕微鏡を用いて結核の診断を容易かつ自動化することである。収集したデータセットにu-netネットワークを用い,コード形状細菌集積の自動セグメント化を行い,結核の予測を行った。
参考スコア（独自算出の注目度）: 2.1396905301368574
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: One of the most serious public health problems in Peru and worldwide is Tuberculosis (TB), which is produced by a bacterium known as Mycobacterium tuberculosis. The purpose of this work is to facilitate and automate the diagnosis of tuberculosis using the MODS method and using lens-free microscopy, as it is easier to calibrate and easier to use by untrained personnel compared to lens microscopy. Therefore, we employed a U-Net network on our collected data set to perform automatic segmentation of cord shape bacterial accumulation and then predict tuberculosis. Our results show promising evidence for automatic segmentation of TB cords, and thus good accuracy for TB prediction.
Abstract（参考訳）: ペルーと世界中で最も深刻な公衆衛生問題の1つは結核(TB)であり、Mycobacterium tuberculosisとして知られる細菌によって生産されている。本研究の目的は,MODS法とレンズレス顕微鏡を用いて結核の診断を容易かつ自動化することである。そこで, 収集したデータセットにU-Netネットワークを用い, コード形状の細菌集積を自動的にセグメンテーションし, 結核を予測した。以上の結果から, TBコードの自動分割は有望な証拠であり, TB予測の精度も良好であった。

関連論文リスト

Early Detection of Tuberculosis with Machine Learning Cough Audio Analysis: Towards More Accessible Global Triaging Usage [0.0]
TB診断のための現在の金の基準は遅いかアクセス不能である。現在の機械学習(ML)診断研究は、胸部X線写真の利用と同様に効果がない。新たなMLアーキテクチャを用いて,スマートフォンからコーズの音響疫学を解析するアンサンブルモデルを開発した。結果は15秒以内に提供され、モバイルアプリから簡単にアクセスできる。
論文参考訳（メタデータ） (2023-10-25T23:22:20Z)
Revisiting Computer-Aided Tuberculosis Diagnosis [56.80999479735375]
結核(TB)は世界的な健康上の脅威であり、毎年何百万人もの死者を出している。深層学習を用いたコンピュータ支援結核診断 (CTD) は有望であるが, 限られたトレーニングデータによって進行が妨げられている。結核X線(TBX11K)データセットは11,200個の胸部X線(CXR)画像とそれに対応するTB領域のバウンディングボックスアノテーションを含む。このデータセットは、高品質なCTDのための洗練された検出器のトレーニングを可能にする。
論文参考訳（メタデータ） (2023-07-06T08:27:48Z)
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)
Design to automate the detection and counting of Tuberculosis(TB) bacilli [0.0]
世界保健機関(WHO)は結核の早期診断に標準的な顕微鏡検査を推奨している。顕微鏡で、技術者は、どんなTBバシリの存在でも、スミアの視野(FOV)を調べる。結核菌の検出のためのコンピュータ支援システムを提案し, 感度と特異性の向上を図った。
論文参考訳（メタデータ） (2021-05-24T17:41:39Z)
Quantification of pulmonary involvement in COVID-19 pneumonia by means of a cascade oftwo U-nets: training and assessment on multipledatasets using different annotation criteria [83.83783947027392]
本研究は、新型コロナウイルスの肺病変の同定、セグメント化、定量化のために人工知能(AI)を活用することを目的とする。 2つのU-netのカスケードをベースとした自動解析パイプラインLungQuantシステムを開発した。 LungQuantシステムにおけるCT-Severity Score(CT-SS)の精度も評価した。
論文参考訳（メタデータ） (2021-05-06T10:21:28Z)
TB-Net: A Tailored, Self-Attention Deep Convolutional Neural Network Design for Detection of Tuberculosis Cases from Chest X-ray Images [66.93350009086132]
結核は世界的な健康問題であり、感染症による死亡の主な原因です。リソース制限シナリオで使用する人工知能ベースのTBスクリーニングソリューションに大きな関心が寄せられています。 TBケーススクリーニングに適した自己意識型ディープ畳み込みニューラルネットワークTB-Netについて紹介します。
論文参考訳（メタデータ） (2021-04-06T14:09:05Z)
COVIDNet-CT: A Tailored Deep Convolutional Neural Network Design for Detection of COVID-19 Cases from Chest CT Images [75.74756992992147]
我々は、胸部CT画像からCOVID-19の症例を検出するのに適した、深層畳み込みニューラルネットワークアーキテクチャであるCOVIDNet-CTを紹介した。また,中国生体情報センターが収集したCT画像データから得られたベンチマークCT画像データセットであるCOVIDx-CTも紹介した。
論文参考訳（メタデータ） (2020-09-08T15:49:55Z)
Automatic semantic segmentation for prediction of tuberculosis using lens-free microscopy images [1.4190701053683017]
本研究はMODS法により結核の診断を容易かつ自動化することを目的としている。収集したデータセットにU-Netネットワークを用い,結核の予測にTBコードの自動セグメンテーションを行う。
論文参考訳（メタデータ） (2020-07-06T00:36:44Z)
Using Capsule Neural Network to predict Tuberculosis in lens-free microscopic images [1.4190701053683017]
本研究は,MODS法および無レンズ顕微鏡による結核の予測を容易かつ自動化することを目的としている。収集したデータセットにCapsNetアーキテクチャを使用し、従来のCNNアーキテクチャよりも精度が高いことを示す。
論文参考訳（メタデータ） (2020-07-05T22:18:13Z)
Inf-Net: Automatic COVID-19 Lung Infection Segmentation from CT Images [152.34988415258988]
CT画像からの肺感染症の自動検出は、新型コロナウイルスに対処するための従来の医療戦略を強化する大きな可能性を秘めている。 CTスライスから感染領域を分割することは、高い感染特性の変化、感染と正常な組織の間の低強度のコントラストなど、いくつかの課題に直面している。これらの課題に対処するため, 胸部CTスライスから感染部位を自動的に同定する, 新型のCOVID-19 Deep Lung infection Network (Inf-Net) が提案されている。
論文参考訳（メタデータ） (2020-04-22T07:30:56Z)

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。