論文の概要: COVID-Net CXR-2: An Enhanced Deep Convolutional Neural Network Design for Detection of COVID-19 Cases from Chest X-ray Images

• arxiv url: http://arxiv.org/abs/2105.06640v1
• Date: Fri, 14 May 2021 04:29:21 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-17 12:49:07.944371
• Title: COVID-Net CXR-2: An Enhanced Deep Convolutional Neural Network Design for Detection of COVID-19 Cases from Chest X-ray Images
• Title（参考訳）: COVID-Net CXR-2:胸部X線画像からのCOVID-19検出のための深部畳み込みニューラルネットワーク設計
• Authors: Maya Pavlova, Naomi Terhljan, Audrey G. Chung, Andy Zhao, Siddharth Surana, Hossein Aboutalebi, Hayden Gunraj, Ali Sabri, Amer Alaref, and Alexander Wong
• Abstract要約: RT-PCR検査への無料スクリーニング戦略として胸部X線(CXR)イメージングの使用は成長し続けています。 我々は、CXR画像からCOVID-19を検出するための深層畳み込みニューラルネットワーク設計であるCOVID-Net CXR-2を紹介する。 ベンチマークデータセットは、少なくとも51カ国16,656人の多国籍コホートから19,203個のCXR画像で構成された。
• 参考スコア（独自算出の注目度）: 58.35627258364233
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As the COVID-19 pandemic continues to devastate globally, the use of chest X-ray (CXR) imaging as a complimentary screening strategy to RT-PCR testing continues to grow given its routine clinical use for respiratory complaint. As part of the COVID-Net open source initiative, we introduce COVID-Net CXR-2, an enhanced deep convolutional neural network design for COVID-19 detection from CXR images built using a greater quantity and diversity of patients than the original COVID-Net. To facilitate this, we also introduce a new benchmark dataset composed of 19,203 CXR images from a multinational cohort of 16,656 patients from at least 51 countries, making it the largest, most diverse COVID-19 CXR dataset in open access form. The COVID-Net CXR-2 network achieves sensitivity and positive predictive value of 95.5%/97.0%, respectively, and was audited in a transparent and responsible manner. Explainability-driven performance validation was used during auditing to gain deeper insights in its decision-making behaviour and to ensure clinically relevant factors are leveraged for improving trust in its usage. Radiologist validation was also conducted, where select cases were reviewed and reported on by two board-certified radiologists with over 10 and 19 years of experience, respectively, and showed that the critical factors leveraged by COVID-Net CXR-2 are consistent with radiologist interpretations. While not a production-ready solution, we hope the open-source, open-access release of COVID-Net CXR-2 and the respective CXR benchmark dataset will encourage researchers, clinical scientists, and citizen scientists to accelerate advancements and innovations in the fight against the pandemic.
• Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックが世界中で流行し続けている中、胸部X線画像(CXR)をRT-PCR検査の補完的スクリーニング戦略として利用し続けている。 COVID-Netオープンソースイニシアチブの一環として、元のCOVID-Netよりも多量で多様な患者を用いて構築されたCXR画像から、COVID-19検出のための深層畳み込みニューラルネットワーク設計のCOVID-Net CXR-2を紹介する。 そこで本研究では,少なくとも51カ国の患者16,656人の多国籍コホートから得られた19,203個のcxr画像からなるベンチマークデータセットを新たに導入し,オープンアクセス形式で最大かつ最も多様なcovid-19 cxrデータセットとした。 COVID-Net CXR-2ネットワークは、それぞれ95.5%/97.0%の感度と正の予測値を達成し、透明で責任ある方法で監査された。 説明可能性に基づくパフォーマンス検証は, 意思決定行動の深い洞察を得るために, 臨床関連因子を有効活用し, 信頼性の向上に有効であった。 また,10年以上の経験を持つ放射線技師2名による放射線検査の結果,CXR-2による重要な要因は,放射線学の解釈と一致していることが判明した。 プロダクション対応ソリューションではないが、COVID-Net CXR-2のオープンソースでオープンアクセス可能なリリースと、それぞれのCXRベンチマークデータセットが、研究者、臨床科学者、市民科学者にパンデミックとの戦いの進展とイノベーションを加速させることを期待している。

関連論文リスト

• COVIDx CXR-3: A Large-Scale, Open-Source Benchmark Dataset of Chest X-ray Images for Computer-Aided COVID-19 Diagnostics [69.55060769611916]
  RT-PCR検査の補助的スクリーニング戦略としての胸部X線撮影(CXR)の利用が増加している。 CXRイメージングに基づく新型コロナウイルススクリーニングのための多くの視覚知覚モデルが提案されている。 我々は、COVID-19コンピュータビジョン研究を支援するために、CXR画像の大規模なベンチマークデータセットであるCOVIDx CXR-3を紹介する。
  論文  参考訳（メタデータ） (2022-06-08T04:39:44Z)
• Evaluation of Convolutional Neural Networks for COVID-19 Classification on Chest X-Rays [7.509537244787675]
  我々は,Digital Chest X線による新型コロナウイルスによる肺炎の同定のための畳み込みニューラルネットワークの評価を提案する。 提案手法は、XRの前処理ステップ、データ拡張、および畳み込みアーキテクチャDenseNet121、InResceptionNetV2、InceptionV3、MovileNetV2、ResNet50、VGG16による分類からなる。 その結果, VGG16アーキテクチャはXRの分類において優れた性能を示した。
  論文  参考訳（メタデータ） (2021-09-06T12:57:55Z)
• COVID-Net CXR-S: Deep Convolutional Neural Network for Severity Assessment of COVID-19 Cases from Chest X-ray Images [74.77272804752306]
  胸部CXR画像に基づくSARS-CoV-2陽性患者の空間重症度を予測する畳み込みニューラルネットワークであるCOVID-Net CXR-Sについて紹介する。 患者15,000人以上の多国籍コホートから得られた16,000以上のCXR画像から得られた表現的知識を,重症度評価のためのカスタムネットワークアーキテクチャへ伝達する。 提案したCXR-Sは、新型コロナウイルス陽性患者のCXR画像のコンピュータ支援による重症度評価のための強力なツールとなる可能性がある。
  論文  参考訳（メタデータ） (2021-05-01T14:15:12Z)
• COVID-Net CT-2: Enhanced Deep Neural Networks for Detection of COVID-19 from Chest CT Images Through Bigger, More Diverse Learning [70.92379567261304]
  胸部CT画像からのCOVID-19検出のための深部ニューラルネットワークであるCOVID-Net CT-2を導入する。 説明力を活用して、COVID-Net CT-2の意思決定行動を調査します。 結果は有望であり、コンピュータ支援型COVID-19アセスメントの有効なツールとして、ディープニューラルネットワークの強い可能性を示唆している。
  論文  参考訳（メタデータ） (2021-01-19T03:04:09Z)
• COVID-Net S: Towards computer-aided severity assessment via training and validation of deep neural networks for geographic extent and opacity extent scoring of chest X-rays for SARS-CoV-2 lung disease severity [58.23203766439791]
  胸部X線(CXR)はSARS-CoV-2重症度を評価するためにしばしば用いられる。 本研究では,深層学習システムを用いて,SARS-CoV-2肺疾患重症度に対するCXRのコンピュータ支援による評価の有効性を評価する。
  論文  参考訳（メタデータ） (2020-05-26T16:33:52Z)
• COVID-Net: A Tailored Deep Convolutional Neural Network Design for Detection of COVID-19 Cases from Chest X-Ray Images [93.0013343535411]
  我々は,胸部X線(CXR)画像から新型コロナウイルスの症例を検出するための,深層畳み込みニューラルネットワーク設計であるCOVID-Netを紹介した。 著者たちの知る限りでは、COVID-NetはCXRイメージからCOVID-19を検出するための、最初のオープンソースネットワーク設計の1つである。 また,13,870人の患者を対象に,13,975個のCXR画像からなるオープンアクセスベンチマークデータセットであるCOVIDxも導入した。
  論文  参考訳（メタデータ） (2020-03-22T12:26:36Z)

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。