論文の概要: A Cloud-based Deep Learning Framework for Remote Detection of Diabetic Foot Ulcers

• arxiv url: http://arxiv.org/abs/2105.07763v1
• Date: Mon, 17 May 2021 12:15:01 GMT
• ステータス: 処理完了
• システム内更新日: 2021-05-18 14:55:58.566891
• Title: A Cloud-based Deep Learning Framework for Remote Detection of Diabetic Foot Ulcers
• Title（参考訳）: 糖尿病性足部潰瘍の遠隔検出のためのクラウド型ディープラーニングフレームワーク
• Authors: Bill Cassidy, Neil D. Reeves, Joseph M. Pappachan, Naseer Ahmad, Samantha Haycocks, David Gillespie, Moi Hoon Yap
• Abstract要約: 本研究では,糖尿病性足部潰瘍の自動検出のためのモバイルおよびクラウドベースのフレームワークを提案する。 このシステムはクロスプラットフォームのモバイルフレームワークを使用しており、単一のTypeScriptコードベースを使用してモバイルアプリを複数のプラットフォームにデプロイすることができる。 深層畳み込みニューラルネットワークがクラウドベースのプラットフォームに展開され、モバイルアプリは糖尿病性足の潰瘍の存在を検出するために患者の足の写真を送ることができた。
• 参考スコア（独自算出の注目度）: 5.866446482267314
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This research proposes a mobile and cloud-based framework for the automatic detection of diabetic foot ulcers and conducts an investigation of its performance. The system uses a cross-platform mobile framework which enables the deployment of mobile apps to multiple platforms using a single TypeScript code base. A deep convolutional neural network was deployed to a cloud-based platform where the mobile app could send photographs of patient's feet for inference to detect the presence of diabetic foot ulcers. The functionality and usability of the system were tested in two clinical settings: Salford Royal NHS Foundation Trust and Lancashire Teaching Hospitals NHS Foundation Trust. The benefits of the system, such as the potential use of the app by patients to identify and monitor their condition are discussed.
• Abstract（参考訳）: 本研究では,糖尿病性足潰瘍の自動検出のためのモバイルおよびクラウドベースのフレームワークを提案する。 このシステムはクロスプラットフォームのモバイルフレームワークを使用しており、単一のTypeScriptコードベースを使用してモバイルアプリを複数のプラットフォームにデプロイすることができる。 深層畳み込みニューラルネットワークがクラウドベースのプラットフォームに展開され、モバイルアプリは糖尿病性足の潰瘍の存在を検出するために患者の足の写真を送ることができた。 システムの機能とユーザビリティは、Salford Royal NHS Foundation TrustとLancashire Teaching Hospitals NHS Foundation Trustの2つの臨床環境でテストされた。 患者が自身の状態を特定し監視するためのアプリの利用の可能性など,システムのメリットについて論じる。

関連論文リスト

• What If We Had Used a Different App? Reliable Counterfactual KPI Analysis in Wireless Systems [52.499838151272016]
  本稿では、無線アクセスネットワーク(RAN)によって異なるアプリが実装された場合、キーパフォーマンス指標(KPI)の値を推定する「What-if」問題に対処する。 本稿では,推定値に対して信頼度の高い「エラーバー」を提供する無線システムに対する共形予測に基づく対実解析手法を提案する。
  論文  参考訳（メタデータ） (2024-09-30T18:47:26Z)
• Adaptive Robotic Arm Control with a Spiking Recurrent Neural Network on a Digital Accelerator [41.60361484397962]
  本稿では,システムの概要と,Pynq ZUプラットフォーム上で使用するPythonフレームワークについて述べる。 シミュレーションされた精度は,毎秒380万イベントのピーク性能で維持されていることを示す。
  論文  参考訳（メタデータ） (2024-05-21T14:59:39Z)
• Mobile Application for Oral Disease Detection using Federated Learning [0.0]
  対象物検出のためのフェデレートラーニング(FL)は,患者の口腔画像データの感度が高いため,本症例に有効である。 FLは、ローカルデバイスでオブジェクト検出に使用されるイメージを格納し、エッジ上でモデルをトレーニングすることで、データのプライバシを保証する。 我々はユーザフレンドリーなソリューションを提供するモバイルアプリOralHを開発した。
  論文  参考訳（メタデータ） (2023-10-27T16:41:29Z)
• PANACEA: An Automated Misinformation Detection System on COVID-19 [49.83321665982157]
  PANACEAは、新型コロナウイルス関連の主張に関するWebベースの誤情報検出システムである。 事実チェックと噂検出という2つのモジュールがある。
  論文  参考訳（メタデータ） (2023-02-28T21:53:48Z)
• Modular Clinical Decision Support Networks (MoDN) -- Updatable, Interpretable, and Portable Predictions for Evolving Clinical Environments [46.434488407226155]
  我々はModular Clinical Decision Support Networks (MoDN)を提案する。 MoDNは、IIOデータセット間で柔軟なプライバシ保護学習を可能にする。 患者の動的パーソナライズされた表現を生成し、診断の複数の予測を行うことができる。
  論文  参考訳（メタデータ） (2022-11-12T11:10:46Z)
• An anomaly detection approach for backdoored neural networks: face recognition as a case study [77.92020418343022]
  本稿では,異常検出の原理に基づく新しいバックドアネットワーク検出手法を提案する。 バックドアネットワークの新たなデータセット上で本手法を検証し,完全スコアで検出可能性について報告する。
  論文  参考訳（メタデータ） (2022-08-22T12:14:13Z)
• NeuralDP Differentially private neural networks by design [61.675604648670095]
  ニューラルネットワーク内のいくつかの層の活性化を民営化する手法であるNeuralDPを提案する。 本研究では,DP-SGDと比較して,プライバシーとユーティリティのトレードオフを大幅に改善した2つのデータセットを実験的に検証した。
  論文  参考訳（メタデータ） (2021-07-30T12:40:19Z)
• Model-Based Reinforcement Learning for Type 1Diabetes Blood Glucose Control [0.0]
  本研究では,1型糖尿病患者のインスリン摂取量決定を支援するためのモデルベース強化学習について検討した。 提案アーキテクチャは、複数のEcho State Networksで構成され、計画のためのモデル予測コントローラと組み合わせて血糖値を予測する。
  論文  参考訳（メタデータ） (2020-10-13T10:17:30Z)
• Decision Support for Video-based Detection of Flu Symptoms [3.0255457622022486]
  本稿では,機械学習モデルの結果を認知的意思決定支援システムの証拠として活用する能力について論じる。 本稿では,機械学習と機械学習を橋渡しする指標として,リスクと信頼の尺度を提案する。
  論文  参考訳（メタデータ） (2020-08-24T16:16:38Z)
• A Data-Efficient Deep Learning Based Smartphone Application For Detection Of Pulmonary Diseases Using Chest X-rays [0.0]
  アプリはモバイルカメラから撮影したChest X-Rayイメージを入力し、クラウドプラットフォームのAIアーキテクチャにリレーする。 スマートフォンの医師はこのアプリケーションを利用すれば、新型コロナウイルス(COVID-19)の診断に要する時間を大幅に節約できる。
  論文  参考訳（メタデータ） (2020-08-19T04:28:17Z)
• Deep Learning Methods for Real-time Detection and Analysis of Wagner Ulcer Classification System [1.227953340347939]
  糖尿病患者の作業負荷の一部を軽減するために,糖尿病足(DF)の診断を支援する医療システムを開発する必要がある。 本稿では,糖尿病性足のワグナー潰瘍をリアルタイムで分類・特定するシステムを開発した。
  論文  参考訳（メタデータ） (2020-06-03T15:08:39Z)

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。