論文の概要: Rapid COVID-19 Risk Screening by Eye-region Manifestations

• arxiv url: http://arxiv.org/abs/2106.06664v1
• Date: Sat, 12 Jun 2021 01:56:10 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-20 00:40:56.172291
• Title: Rapid COVID-19 Risk Screening by Eye-region Manifestations
• Title（参考訳）: 視線領域による感染リスクの迅速検査
• Authors: Yanwei Fu, Lei Zhao, Haojie Zheng, Qiang Sun, Li Yang, Hong Li, Jiao Xie, Xiangyang Xue, Feng Li, Yuan Li, Wei Wang, Yantao Pei, Jianmin Wang, Xiuqi Wu, Yanhua Zheng, Hongxia Tian Mengwei Gu1
• Abstract要約: 新型コロナウイルス(COVID-19)の患者には、臨床的な証拠として、より多くの眼症状が報告されている。 そこで本研究では,共通CCDおよびCMOSカメラで撮像された眼領域画像の高速スクリーニング手法を提案する。 我々の新型コロナウイルスの急激な事前スクリーニングモデルは、コストが低く、完全自己パフォーマンスで、非侵襲的で、重要なリアルタイム性を持つため、継続的な健康監視を可能にします。
• 参考スコア（独自算出の注目度）: 64.6260390977642
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: It is still nontrivial to develop a new fast COVID-19 screening method with the easier access and lower cost, due to the technical and cost limitations of the current testing methods in the medical resource-poor districts. On the other hand, there are more and more ocular manifestations that have been reported in the COVID-19 patients as growing clinical evidence[1]. This inspired this project. We have conducted the joint clinical research since January 2021 at the ShiJiaZhuang City, Heibei province, China, which approved by the ethics committee of The fifth hospital of ShiJiaZhuang of Hebei Medical University. We undertake several blind tests of COVID-19 patients by Union Hospital, Tongji Medical College, Huazhong University of Science and Technology, Wuhan, China. Meantime as an important part of the ongoing globally COVID-19 eye test program by AIMOMICS since February 2020, we propose a new fast screening method of analyzing the eye-region images, captured by common CCD and CMOS cameras. This could reliably make a rapid risk screening of COVID-19 with the sustainable stable high performance in different countries and races. Our model for COVID-19 rapid prescreening have the merits of the lower cost, fully self-performed, non-invasive, importantly real-time, and thus enables the continuous health surveillance. We further implement it as the open accessible APIs, and provide public service to the world. Our pilot experiments show that our model is ready to be usable to all kinds of surveillance scenarios, such as infrared temperature measurement device at airports and stations, or directly pushing to the target people groups smartphones as a packaged application.
• Abstract（参考訳）: 医療資源不足地域における現在の検査方法の技術的・費用的制約により、アクセスが容易で低コストな新しい高速な新型コロナウイルススクリーニング方法を開発するのは、いまだに容易ではない。 一方で、covid-19患者に臨床証拠として報告されている眼症状はますます増えています[1]。 このプロジェクトに触発された。 平成20年(2021年)1月以降,河北医科大学四十九病院倫理委員会の承認を得て,中国・平北省四十八江市において共同臨床研究を行ってきた。 中国・武漢市にある華宗科学技術大学東路医科大学連合病院で、新型コロナウイルス(covid-19)患者の盲検を数回実施した。 2020年2月以降、aimomicsによる世界的な眼球検査プログラムの重要な部分として、一般的なccdおよびcmosカメラで撮影された眼球領域画像を分析する新しい高速スクリーニング法を提案する。 これにより、さまざまな国や人種で持続可能な安定的なハイパフォーマンスを実現することで、covid-19の迅速なリスクスクリーニングが実現される可能性がある。 我々の新型コロナウイルスの急激な事前スクリーニングモデルは、コストが低く、完全自己パフォーマンスで、非侵襲的で、重要なリアルタイム性を持つため、継続的な健康監視を可能にします。 さらにオープンアクセスAPIとして実装し、世界に公開サービスを提供しています。 私たちのパイロット実験では、空港や駅の赤外線測定装置や、パッケージ化されたアプリケーションとしてスマートフォンをグループ化したターゲットの人々に直接プッシュするなど、あらゆる種類の監視シナリオに使用できる準備ができています。

関連論文リスト

• COVID-Net USPro: An Open-Source Explainable Few-Shot Deep Prototypical Network to Monitor and Detect COVID-19 Infection from Point-of-Care Ultrasound Images [66.63200823918429]
  COVID-Net USProは、最小限の超音波画像から高精度で新型コロナウイルス陽性の患者を監視し、検出する。 ネットワーク全体では99.65%の精度、99.7%のリコール、99.67%の精度で5発の撮影で訓練された。
  論文  参考訳（メタデータ） (2023-01-04T16:05:51Z)
• COVID-19 Hospitalizations Forecasts Using Internet Search Data [4.748730334762718]
  先程提案したインフルエンザ追跡モデルであるARGOを拡張し,今後2週間の全国および州レベルの新規入院を予測した。 本手法は,新型コロナウイルスの予測ハブから収集した最良の代替モデルに対して,平均15%のエラー削減を実現する。
  論文  参考訳（メタデータ） (2022-02-03T21:56:20Z)
• The Report on China-Spain Joint Clinical Testing for Rapid COVID-19 Risk Screening by Eye-region Manifestations [59.48245489413308]
  携帯電話カメラで中国とスペインで撮影された視線領域の画像を用いて、新型コロナウイルスの早期スクリーニングモデルを開発し、テストした。 AUC, 感度, 特異性, 精度, F1。
  論文  参考訳（メタデータ） (2021-09-18T02:28:01Z)
• Medical-VLBERT: Medical Visual Language BERT for COVID-19 CT Report Generation With Alternate Learning [70.71564065885542]
  本稿では,医療用ビジュアル言語BERT(Medical-VLBERT)モデルを用いて,新型コロナウイルススキャンの異常を同定する。 このモデルは、知識事前学習と伝達の2つの手順で、代替的な学習戦略を採用する。 COVID-19患者に対する医療報告の自動作成のために,中国語で368例,胸部CTで1104例の検診を行った。
  論文  参考訳（メタデータ） (2021-08-11T07:12:57Z)
• COVID-Net US: A Tailored, Highly Efficient, Self-Attention Deep Convolutional Neural Network Design for Detection of COVID-19 Patient Cases from Point-of-care Ultrasound Imaging [101.27276001592101]
  我々は,肺POCUS画像からの新型コロナウイルススクリーニングに適した,高効率で自己注意型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 USを紹介した。 実験の結果、提案されたCOVID-Net USは、アーキテクチャの複雑さが353倍、計算の複雑さが62倍、Raspberry Piで14.3倍高速なAUCを達成できることがわかった。 リソース制約のある環境において安価な医療と人工知能を提唱するために、COVID-Net USをオープンソースにし、COVID-Netオープンソースイニシアチブの一部として公開しました。
  論文  参考訳（メタデータ） (2021-08-05T16:47:33Z)
• A New Screening Method for COVID-19 based on Ocular Feature Recognition by Machine Learning Tools [66.20818586629278]
  コロナウイルス感染症2019(COVID-19)は、数百万人に影響している。 一般的なCCDやCMOSカメラで撮影された視線領域の画像を分析する新しいスクリーニング手法は、新型コロナウイルスの急激なリスクスクリーニングを確実に実現する可能性がある。
  論文  参考訳（メタデータ） (2020-09-04T00:50:27Z)
• Detection of Covid-19 From Chest X-ray Images Using Artificial Intelligence: An Early Review [3.0079490585515343]
  新型コロナウイルスの感染者は、米国、イタリア、中国、スペイン、イラン、フランスが最大で196カ国となっている。 接触によるウイルスの移動を防止するため、自動検出システムの開発が義務付けられている。 ResNet、Inception、Googlenetなど、新型コロナウイルスを検出するために、いくつかのディープラーニングアーキテクチャがデプロイされている。
  論文  参考訳（メタデータ） (2020-04-11T16:15:53Z)

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。