論文の概要: MIA-COV19D: COVID-19 Detection through 3-D Chest CT Image Analysis

• arxiv url: http://arxiv.org/abs/2106.07524v1
• Date: Mon, 14 Jun 2021 15:48:14 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-15 16:16:29.521455
• Title: MIA-COV19D: COVID-19 Detection through 3-D Chest CT Image Analysis
• Title（参考訳）: MIA-COV19D : 3次元胸部CT画像解析によるCOVID-19検出
• Authors: Dimitrios Kollias and Anastasios Arsenos and Levon Soukissian and Stefanos Kollias
• Abstract要約: 約5,000個の3次元CTスキャンからなる,COVID-19に注釈を付したCOV19-CT-DBデータベースについて報告する。 プライバシー上の問題から、公開可能なCOVID-19 CTデータセットの入手は非常に困難である。 また,CNN-RNNネットワークに基づく深層学習手法を提案し,その性能をCOVID19-CT-DBデータベース上で報告する。
• 参考スコア（独自算出の注目度）: 4.5497948012757865
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Early and reliable COVID-19 diagnosis based on chest 3-D CT scans can assist medical specialists in vital circumstances. Deep learning methodologies constitute a main approach for chest CT scan analysis and disease prediction. However, large annotated databases are necessary for developing deep learning models that are able to provide COVID-19 diagnosis across various medical environments in different countries. Due to privacy issues, publicly available COVID-19 CT datasets are highly difficult to obtain, which hinders the research and development of AI-enabled diagnosis methods of COVID-19 based on CT scans. In this paper we present the COV19-CT-DB database which is annotated for COVID-19, consisting of about 5,000 3-D CT scans, We have split the database in training, validation and test datasets. The former two datasets can be used for training and validation of machine learning models, while the latter will be used for evaluation of the developed models. We also present a deep learning approach, based on a CNN-RNN network and report its performance on the COVID19-CT-DB database.
• Abstract（参考訳）: 胸部3次元ctスキャンに基づく早期かつ信頼性の高い新型コロナウイルス診断は、重要な状況で医療専門家を助ける。 深層学習法は胸部CTスキャン解析と疾患予測の主要なアプローチである。 しかし、さまざまな国の様々な医療環境に新型コロナウイルスの診断を提供することができるディープラーニングモデルを開発するためには、大きな注釈付きデータベースが必要である。 プライバシー上の問題により、公開されているCOVID-19 CTデータセットの入手は非常に困難であり、CTスキャンに基づいたAI対応診断方法の研究と開発を妨げる。 本稿では,covid-19対応のcov19-ct-dbデータベースを,約5,000の3次元ctスキャンから作成し,トレーニング,検証,テストデータセットでデータベースを分割した。 前者の2つのデータセットは、機械学習モデルのトレーニングと検証に使用され、後者は、開発したモデルの評価に使用される。 また,CNN-RNNネットワークに基づく深層学習手法を提案し,その性能をCOVID19-CT-DBデータベース上で報告する。

関連論文リスト

• A Novel Automated Classification and Segmentation for COVID-19 using 3D CT Scans [5.5957919486531935]
  新型コロナウイルス(COVID-19)による肺のCT画像では、地上ガラスの濁度が専門的な診断を必要とする最も一般的な発見である。 一部の研究者は、専門知識の欠如による専門的診断専門医の代替となる、関連するDLモデルを提案する。 肺病変の分類では, 新型コロナウイルス, 肺炎, 正常の3種類で94.52%の精度が得られた。
  論文  参考訳（メタデータ） (2022-08-04T22:14:18Z)
• COVIDx CT-3: A Large-scale, Multinational, Open-Source Benchmark Dataset for Computer-aided COVID-19 Screening from Chest CT Images [82.74877848011798]
  胸部CT画像から新型コロナウイルスの症例を検出するための大規模ベンチマークデータセットであるCOVIDx CT-3を紹介する。 COVIDx CT-3には、少なくとも17カ国で6,068人の患者から431,205個のCTスライスが含まれている。 我々は, COVIDx CT-3データセットのデータ多様性と潜在的なバイアスについて検討し, 地理的, 集団的不均衡について検討した。
  論文  参考訳（メタデータ） (2022-06-07T06:35:48Z)
• HRCTCov19 -- A High-Resolution Chest CT Scan Image Dataset for COVID-19 Diagnosis and Differentiation [0.0]
  新型コロナウイルスのパンデミックの間、CT(Computerd tomography)は新型コロナウイルスの患者を診断するための一般的な方法であった。 公開でアクセス可能な新型コロナウイルスのCT画像データセットは、プライバシー上の懸念から入手するのが困難である。 HRCTCov19は、新しい新型コロナウイルス高分解能胸部CTスキャン画像データセットである。
  論文  参考訳（メタデータ） (2022-05-06T12:49:18Z)
• When Accuracy Meets Privacy: Two-Stage Federated Transfer Learning Framework in Classification of Medical Images on Limited Data: A COVID-19 Case Study [77.34726150561087]
  新型コロナウイルスのパンデミックが急速に広がり、世界の医療資源が不足している。 CNNは医療画像の解析に広く利用され、検証されている。
  論文  参考訳（メタデータ） (2022-03-24T02:09:41Z)
• The pitfalls of using open data to develop deep learning solutions for COVID-19 detection in chest X-rays [64.02097860085202]
  深層学習モデルは、胸部X線から新型コロナウイルスを識別するために開発された。 オープンソースデータのトレーニングやテストでは,結果は異例です。 データ分析とモデル評価は、人気のあるオープンソースデータセットであるCOVIDxが実際の臨床問題を代表していないことを示している。
  論文  参考訳（メタデータ） (2021-09-14T10:59:11Z)
• COVID-19 identification from volumetric chest CT scans using a progressively resized 3D-CNN incorporating segmentation, augmentation, and class-rebalancing [4.446085353384894]
  新型コロナウイルスは世界的なパンデミックの流行だ。 高い感度のコンピュータ支援スクリーニングツールは、疾患の診断と予後に不可欠である。 本稿では,3次元畳み込みニューラルネットワーク(CNN)に基づく分類手法を提案する。
  論文  参考訳（メタデータ） (2021-02-11T18:16:18Z)
• Few-shot Learning for CT Scan based COVID-19 Diagnosis [33.26861533338019]
  コロナウイルス感染症2019(英語: Coronavirus disease 2019, COVID-19)は、188か国と領土で4000万人以上の人々が感染している国際保健緊急事態宣言である。 深層学習アプローチは、医療画像の自動スクリーニングの有効なツールとなり、また、新型コロナウイルスの診断としても検討されている。 そこで本研究では,少量のラベル付きCTスキャンが利用可能である場合にのみ有効に機能する領域適応型COVID-19 CT診断法を提案する。
  論文  参考訳（メタデータ） (2021-02-01T02:37:49Z)
• 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)
• Automated Model Design and Benchmarking of 3D Deep Learning Models for COVID-19 Detection with Chest CT Scans [72.04652116817238]
  3D胸部CTスキャン分類のための3D DLモデルを自動的に検索するための差別化可能なニューラルネットワーク探索(DNAS)フレームワークを提案する。 また,我々のモデルのクラスアクティベーションマッピング(cam)技術を利用して,結果の解釈可能性を提供する。
  論文  参考訳（メタデータ） (2021-01-14T03:45:01Z)
• 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)

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。