論文の概要: Explainable Diabetic Retinopathy Detection and Retinal Image Generation
- arxiv url: http://arxiv.org/abs/2107.00296v1
- Date: Thu, 1 Jul 2021 08:30:04 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-02 13:50:52.288599
- Title: Explainable Diabetic Retinopathy Detection and Retinal Image Generation
- Title（参考訳）: 説明可能な糖尿病網膜症と網膜画像
- Authors: Yuhao Niu, Lin Gu, Yitian Zhao, Feng Lu
- Abstract要約: 本稿では,医学診断における深層学習応用の解釈可能性を活用することを提案する。
糖尿病性網膜症検知器が決定に依存するニューロン活性化パターンを決定・分離することにより,病理的説明のために単離されたニューロン活性化と病変の直接的関係を示す。
ディスクリプタで符号化された症状を可視化するために,医学的に可視な網膜像を合成する新しいネットワークPatho-GANを提案する。
- 参考スコア（独自算出の注目度）: 16.140110713539023
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Though deep learning has shown successful performance in classifying the
label and severity stage of certain diseases, most of them give few
explanations on how to make predictions. Inspired by Koch's Postulates, the
foundation in evidence-based medicine (EBM) to identify the pathogen, we
propose to exploit the interpretability of deep learning application in medical
diagnosis. By determining and isolating the neuron activation patterns on which
diabetic retinopathy (DR) detector relies to make decisions, we demonstrate the
direct relation between the isolated neuron activation and lesions for a
pathological explanation. To be specific, we first define novel pathological
descriptors using activated neurons of the DR detector to encode both spatial
and appearance information of lesions. Then, to visualize the symptom encoded
in the descriptor, we propose Patho-GAN, a new network to synthesize medically
plausible retinal images. By manipulating these descriptors, we could even
arbitrarily control the position, quantity, and categories of generated
lesions. We also show that our synthesized images carry the symptoms directly
related to diabetic retinopathy diagnosis. Our generated images are both
qualitatively and quantitatively superior to the ones by previous methods.
Besides, compared to existing methods that take hours to generate an image, our
second level speed endows the potential to be an effective solution for data
augmentation.
- Abstract（参考訳）: 深層学習は特定の疾患のラベルと重症度ステージの分類に成功しているが、そのほとんどは予測の仕方をほとんど説明していない。
病原体を特定するためのエビデンス・ベース・メディカル(EBM)の基礎である Koch の Postulates に触発されて, 深層学習の医学的応用の解釈可能性を活用することを提案する。
糖尿病性網膜症(DR)検出器が決定に依拠するニューロン活性化パターンを決定・分離することにより,病理的説明のために単離されたニューロン活性化と病変の直接的関係を示す。
具体的には、DR検出器の活性化ニューロンを用いて、病変の空間情報と外観情報をエンコードする新しい病理記述子を最初に定義する。
そして,記述子に符号化された症状を可視化するために,医学的に可視な網膜像を合成する新しいネットワークPatho-GANを提案する。
これらの記述子を操作することで、生成された病変の位置、量、カテゴリを任意に制御できるのです。
また,本画像は糖尿病網膜症診断と直接関連のある症状を呈している。
生成した画像は,従来手法よりも定性的かつ定量的に優れている。
さらに、画像を生成するのに何時間もかかる既存の方法に比べ、第2段階の速度は、データ拡張に有効な解決策となる可能性を秘めている。
関連論文リスト
- Looking into Concept Explanation Methods for Diabetic Retinopathy Classification [0.0]
基礎画像を用いて糖尿病網膜症に対する糖尿病患者全員のスクリーニングは不可能である。
深層学習は、眼底画像の自動解析とグルーピングの素晴らしい結果を示している。
説明可能な人工知能手法は、ディープニューラルネットワークを説明するために応用できる。
論文 参考訳（メタデータ） (2024-10-04T07:01:37Z) - Convolutional Neural Network Model for Diabetic Retinopathy Feature
Extraction and Classification [6.236743421605786]
我々は,新しいCNNモデルを作成し,基礎画像入力による糖尿病網膜症の重症度を同定する。
われわれは, 微小動脈瘤, 綿毛, 排出物, 出血の4つのDR特徴を, 畳み込み層を通して分類した。
我々の貢献は、より複雑なモデルに類似した精度で解釈可能なモデルである。
論文 参考訳（メタデータ） (2023-10-16T20:09:49Z) - Improving Classification of Retinal Fundus Image Using Flow Dynamics
Optimized Deep Learning Methods [0.0]
糖尿病網膜症(英: Diabetic Retinopathy, DR)は、糖尿病において網膜に存在する血管網を損傷する障害である。
経験豊富な臨床医は、疾患の特定に使用される画像中の腫瘍を識別する必要があるため、カラー・ファンドス画像を用いてDR診断を行うのにしばらく時間がかかる可能性がある。
論文 参考訳（メタデータ） (2023-04-29T16:11:34Z) - Explainable Artificial Intelligence in Retinal Imaging for the detection
of Systemic Diseases [0.0]
本研究では,Deep Convolutional Neural Networks(CNN)を直接使用せずに,説明可能な段階的な段階付けプロセスを評価することを目的とする。
我々は,眼底画像の網膜血管評価を行うクリニアン・イン・ザ・ループ支援インテリジェントワークフローを提案する。
半自動的な方法論は、臨床医からのより多くのインプットと解釈を持つ医療アプリケーションにおいて、AIに対する連合的なアプローチを持つことを目的としている。
論文 参考訳（メタデータ） (2022-12-14T07:00:31Z) - An Algorithm for the Labeling and Interactive Visualization of the
Cerebrovascular System of Ischemic Strokes [59.116811751334225]
VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。
閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。
本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
論文 参考訳（メタデータ） (2022-04-26T14:20:26Z) - Explainable and Interpretable Diabetic Retinopathy Classification Based
on Neural-Symbolic Learning [71.76441043692984]
本稿では,ニューラルシンボリック学習に基づく説明可能な,解釈可能な糖尿病網膜症(ExplainDR)分類モデルを提案する。
本稿では,眼の健康状態に関連する糖尿病網膜症の特徴を分類し,説明可能性を実現するためのヒト可読的シンボル表現を提案する。
論文 参考訳（メタデータ） (2022-04-01T00:54:12Z) - Variational Knowledge Distillation for Disease Classification in Chest
X-Rays [102.04931207504173]
我々は,X線に基づく疾患分類のための新しい確率的推論フレームワークである反復的知識蒸留(VKD)を提案する。
提案手法の有効性を,X線画像とEHRを用いた3つの公開ベンチマークデータセットに示す。
論文 参考訳（メタデータ） (2021-03-19T14:13:56Z) - An Interpretable Multiple-Instance Approach for the Detection of
referable Diabetic Retinopathy from Fundus Images [72.94446225783697]
基礎画像における参照糖尿病網膜症検出のための機械学習システムを提案する。
画像パッチから局所情報を抽出し,アテンション機構により効率的に組み合わせることで,高い分類精度を実現することができる。
我々は,現在入手可能な網膜画像データセットに対するアプローチを評価し,最先端の性能を示す。
論文 参考訳（メタデータ） (2021-03-02T13:14:15Z) - A Benchmark for Studying Diabetic Retinopathy: Segmentation, Grading,
and Transferability [76.64661091980531]
糖尿病患者は糖尿病網膜症(DR)を発症するリスクがある
コンピュータ支援型DR診断は、DRの早期検出と重度評価のための有望なツールである。
このデータセットは、ピクセルレベルのDR関連病変アノテーションを持つ1,842枚の画像と、6人の眼科医によって評価された画像レベルのラベルを持つ1,000枚の画像を有する。
論文 参考訳（メタデータ） (2020-08-22T07:48:04Z) - Retinopathy of Prematurity Stage Diagnosis Using Object Segmentation and
Convolutional Neural Networks [68.96150598294072]
未熟児網膜症(英: Retinopathy of Prematurity、ROP)は、主に体重の低い未熟児に影響を及ぼす眼疾患である。
網膜の血管の増殖を招き、視力喪失を招き、最終的には網膜剥離を招き、失明を引き起こす。
近年,ディープラーニングを用いて診断を自動化する試みが盛んに行われている。
本稿では,従来のモデルの成功を基盤として,オブジェクトセグメンテーションと畳み込みニューラルネットワーク(CNN)を組み合わせた新しいアーキテクチャを開発する。
提案システムでは,まず対象分割モデルを訓練し,画素レベルでの区切り線を識別し,その結果のマスクを追加の"カラー"チャネルとして付加する。
論文 参考訳（メタデータ） (2020-04-03T14:07:41Z) - Synergic Adversarial Label Learning for Grading Retinal Diseases via
Knowledge Distillation and Multi-task Learning [29.46896757506273]
良質な医師のアノテート画像は非常に高価であり、様々な網膜疾患に対して限られた量のデータしか利用できない。
一部の研究では、AMDとDRは出血点や吐出などの一般的な特徴を共有しているが、ほとんどの分類アルゴリズムはこれらの疾患モデルを個別に訓練するだけである。
本稿では,関連網膜疾患ラベルを意味的および特徴空間の両方で付加的な信号として活用し,協調的にモデルを訓練するSALL法を提案する。
論文 参考訳（メタデータ） (2020-03-24T01:32:04Z)
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。