論文の概要: Automated age-related macular degeneration area estimation -- first results

• arxiv url: http://arxiv.org/abs/2107.02211v1
• Date: Mon, 5 Jul 2021 18:29:56 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-07 13:52:40.176558
• Title: Automated age-related macular degeneration area estimation -- first results
• Title（参考訳）: 加齢関連黄斑変性領域の自動推定 -- 最初の結果
• Authors: Rokas Pe\v{c}iulis and Mantas Luko\v{s}evi\v{c}ius and Algimantas Kri\v{s}\v{c}iukaitis and Robertas Petrolis and Dovil\.e Buteikien\.e
• Abstract要約: 本研究の目的は、RGB眼底画像における加齢関連黄斑変性(AMD)病変の自動検出方法を検討することである。 侵襲的に得られた眼底コントラスト画像とRGB画像とを一致させ,手動で病変を診断した。 MobileNetV3のセグメンテーションにおける予備的最良の結果として、93.55%の精度または69.71%のDiceインデックスを達成した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This work aims to research an automatic method for detecting Age-related Macular Degeneration (AMD) lesions in RGB eye fundus images. For this, we align invasively obtained eye fundus contrast images (the "golden standard" diagnostic) to the RGB ones and use them to hand-annotate the lesions. This is done using our custom-made tool. Using the data, we train and test five different convolutional neural networks: a custom one to classify healthy and AMD-affected eye fundi, and four well-known networks: ResNet50, ResNet101, MobileNetV3, and UNet to segment (localize) the AMD lesions in the affected eye fundus images. We achieve 93.55% accuracy or 69.71% Dice index as the preliminary best results in segmentation with MobileNetV3.
• Abstract（参考訳）: 本研究の目的は,rgb眼底画像における加齢黄斑変性(amd)病変の自動検出法の検討である。 そこで我々は,侵襲的に得られた眼底コントラスト画像(Golden Standard)をRGB画像と整合させ,病変の診断に使用した。 これは私たちのカスタムメイドツールを使って行われます。 データを用いて、5つの異なる畳み込みニューラルネットワークをトレーニングし、テストする:健康でAMDに影響を受けた眼底組織を分類するカスタムネットワークと、影響を受けた眼底画像のAMD病変を分類(ローカライズ)するために、ResNet50、ResNet101、MobileNetV3、UNetの4つのよく知られたネットワーク。 mobilenetv3を用いたセグメンテーションでは,93.55%の精度と69.71%のダイス指数が最良である。

関連論文リスト

• Comparative Study of Probabilistic Atlas and Deep Learning Approaches for Automatic Brain Tissue Segmentation from MRI Using N4 Bias Field Correction and Anisotropic Diffusion Pre-processing Techniques [0.0]
  本研究では,確率ATLAS,U-Net,nnU-Net,LinkNetなど,様々なセグメンテーションモデルの比較分析を行う。 以上の結果から,3D nnU-Netモデルが他のモデルよりも優れており,Dice Coefficientスコア(0.937 + 0.012)が最も高い結果を得た。 この結果は、特にN4 Bias Field CorrectionとAnisotropic Diffusion Pre-processingと組み合わせた場合、脳組織セグメンテーションにおけるnnU-Netモデルの優位性を強調した。
  論文  参考訳（メタデータ） (2024-11-08T10:07:03Z)
• Brain Tumor Classification on MRI in Light of Molecular Markers [61.77272414423481]
  1p/19q遺伝子の同時欠失は、低グレードグリオーマの臨床成績と関連している。 本研究の目的は,MRIを用いた畳み込みニューラルネットワークを脳がん検出に活用することである。
  論文  参考訳（メタデータ） (2024-09-29T07:04:26Z)
• Retina : Low-Power Eye Tracking with Event Camera and Spiking Hardware [10.702811797536667]
  本稿では、ダイナミック・ビジョン・センサー(DVS)カメラで捉えた純粋な事象データを利用した、視線追跡のためのニューロモルフィック手法を提案する。 このフレームワークは、直接訓練されたスパイキングニューロンネットワーク(SNN)回帰モデルを統合し、最先端の低消費電力エッジニューロモルフィックプロセッサであるSpeckを活用する。
  論文  参考訳（メタデータ） (2023-12-01T08:47:56Z)
• AMDNet23: A combined deep Contour-based Convolutional Neural Network and Long Short Term Memory system to diagnose Age-related Macular Degeneration [0.0]
  本研究は、畳み込み(CNN)と短期記憶(LSTM)からなるニューラルネットワークを組み合わせた深層学習システムAMDNet23を用いて、眼底部から老化性黄斑変性(AMD)疾患を自動的に検出する。 提案されたハイブリッド深度AMDNet23モデルは、AMD眼疾患の検出を実証し、実験結果は精度96.50%、特異度99.32%、感度96.5%、F1スコア96.49.0%を達成した。
  論文  参考訳（メタデータ） (2023-08-30T07:48:32Z)
• Benchmarking Deep Learning Frameworks for Automated Diagnosis of Ocular Toxoplasmosis: A Comprehensive Approach to Classification and Segmentation [1.3701366534590498]
  眼トキソプラズマ症(Ocular Toxoplasmosis,OT)は、眼疾患を引き起こすT. gondiiによって引き起こされる一般的な眼感染症である。 本研究は、DL技術を活用し、安価で自動化され、使いやすく、正確な診断方法を開発しようとしている将来の研究者のためのガイドを提供する。
  論文  参考訳（メタデータ） (2023-05-18T13:42:15Z)
• Semantic segmentation of surgical hyperspectral images under geometric domain shifts [69.91792194237212]
  本稿では、幾何学的アウト・オブ・ディストリビューション(OOD)データの存在下で、最先端のセマンティックセグメンテーションネットワークを初めて分析する。 有機移植(Organ transplantation)と呼ばれる専用の拡張技術により、一般化可能性にも対処する。 提案手法は,SOA DSCの最大67 % (RGB) と90% (HSI) を改善し,実際のOODテストデータ上での分配内性能と同等の性能を示す。
  論文  参考訳（メタデータ） (2023-03-20T09:50:07Z)
• Predi\c{c}\~ao da Idade Cerebral a partir de Imagens de Resson\^ancia Magn\'etica utilizando Redes Neurais Convolucionais [57.52103125083341]
  磁気共鳴画像を用いた脳年齢予測のための深層学習手法について検討した。 バイオマーカーの同定は、早期の神経変性過程の検出、および年齢または非年齢に関する認知低下の予測に有用である。 最も優れた結果は、平均絶対誤差3.83年を達成した2Dモデルによって得られた。
  論文  参考訳（メタデータ） (2021-12-23T14:51:45Z)
• 3D Convolutional Neural Networks for Stalled Brain Capillary Detection [72.21315180830733]
  脳毛細血管の血流停止などの脳血管障害は、アルツハイマー病の認知機能低下と病態形成と関連している。 本稿では,3次元畳み込みニューラルネットワークを用いた脳画像中の毛細血管の自動検出のための深層学習に基づくアプローチについて述べる。 本手法は,他の手法よりも優れ,0.85マシューズ相関係数,85%感度,99.3%特異性を達成した。
  論文  参考訳（メタデータ） (2021-04-04T20:30:14Z)
• Fundus Image Analysis for Age Related Macular Degeneration: ADAM-2020 Challenge Report [0.685316573653194]
  加齢関連黄斑変性症(AMD)は高齢者の視覚障害の主要な原因の1つである。 我々は,AMDのコンピュータ支援診断のためのカラーファンドス画像を用いた深層学習に基づく網膜解析手法を提案する。
  論文  参考訳（メタデータ） (2020-09-03T09:46:32Z)
• Volumetric Attention for 3D Medical Image Segmentation and Detection [53.041572035020344]
  3次元医用画像のセグメンテーションと検出のためのボリュームアテンション(VA)モジュールを提案する。 VAアテンションはビデオ処理の最近の進歩にインスパイアされ、2.5Dネットワークはz方向のコンテキスト情報を活用することができる。 そのMask R-CNNへの統合は、肝腫瘍(LiTS)チャレンジにおける最先端のパフォーマンスを可能にすることが示されている。
  論文  参考訳（メタデータ） (2020-04-04T18:55:06Z)
• 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)

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。