論文の概要: Early Diagnosis of Lung Cancer Using Computer Aided Detection via Lung Segmentation Approach

• arxiv url: http://arxiv.org/abs/2107.12205v1
• Date: Fri, 23 Jul 2021 05:46:06 GMT
• ステータス: 処理完了
• システム内更新日: 2021-07-27 15:52:58.773759
• Title: Early Diagnosis of Lung Cancer Using Computer Aided Detection via Lung Segmentation Approach
• Title（参考訳）: コンピュータ支援による肺分画法による肺癌早期診断
• Authors: Abhir Bhandary, Ananth Prabhu G, Mustafa Basthikodi, Chaitra K M
• Abstract要約: アメリカがん協会は、がんによる死亡件数の約27%を推定している。 その進化の初期段階では、肺がんは通常は症状を起こさない。 多くの患者は、症状がより顕著になり、治療が不十分で死亡率の高い進行期に診断されている。
• 参考スコア（独自算出の注目度）: 0.1749935196721634
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Lung cancer begins in the lungs and leading to the reason of cancer demise amid population in the creation. According to the American Cancer Society, which estimates about 27% of the deaths because of cancer. In the early phase of its evolution, lung cancer does not cause any symptoms usually. Many of the patients have been diagnosed in a developed phase where symptoms become more prominent, that results in poor curative treatment and high mortality rate. Computer Aided Detection systems are used to achieve greater accuracies for the lung cancer diagnosis. In this research exertion, we proposed a novel methodology for lung Segmentation on the basis of Fuzzy C-Means Clustering, Adaptive Thresholding, and Segmentation of Active Contour Model. The experimental results are analysed and presented.
• Abstract（参考訳）: 肺がんは肺から発生し、発生人口の減少に伴ってがんが消失する原因となる。 アメリカがん学会によると、がんによる死者の約27%が死亡している。 進化の初期段階では、肺がんは通常何の症状も起こさない。 多くの患者は、症状がより顕著になる発達段階において診断されており、治療が不十分で死亡率が高い。 コンピュータ支援検出システムは、肺癌の診断の精度を高めるために用いられる。 本研究では,能動輪郭モデルのファジィc平均クラスタリング,適応しきい値,セグメンテーションに基づいて,肺のセグメンテーションを行う新しい手法を提案する。 実験結果は分析され提示される。

関連論文リスト

• Improving Breast Cancer Grade Prediction with Multiparametric MRI Created Using Optimized Synthetic Correlated Diffusion Imaging [71.91773485443125]
  乳がん治療計画において、グレーディングは重要な役割を担っている。 現在の腫瘍グレード法では、患者から組織を抽出し、ストレス、不快感、医療費の上昇につながる。 本稿では,CDI$s$の最適化による乳癌の診断精度の向上について検討する。
  論文  参考訳（メタデータ） (2024-05-13T15:48:26Z)
• Application analysis of ai technology combined with spiral CT scanning in early lung cancer screening [15.6839495538166]
  肺癌患者の5年間の生存率は、まだ20%以下であり、進行している。 近年、人工知能技術が腫瘍学に徐々に応用され始めている。 本研究は, 早期肺癌検診において, 安全かつ効率的な検診方法を見いだす目的で, 組み合わせた方法を適用した。
  論文  参考訳（メタデータ） (2024-01-26T07:58:09Z)
• Cancer-Net BCa-S: Breast Cancer Grade Prediction using Volumetric Deep Radiomic Features from Synthetic Correlated Diffusion Imaging [82.74877848011798]
  乳がんの流行は成長を続けており、2023年には米国で約30万人の女性に影響を及ぼした。 金標準のScarff-Bloom-Richardson(SBR)グレードは、化学療法に対する患者の反応を一貫して示すことが示されている。 本稿では,合成相関拡散(CDI$s$)画像を用いた乳がん鑑定における深層学習の有効性について検討する。
  論文  参考訳（メタデータ） (2023-04-12T15:08:34Z)
• A Multi-Institutional Open-Source Benchmark Dataset for Breast Cancer Clinical Decision Support using Synthetic Correlated Diffusion Imaging Data [82.74877848011798]
  Cancer-Net BCaは、乳がん患者の画像データであるボリュームCDI$s$の複数機関のオープンソースベンチマークデータセットである。 Cancer-Net BCaは、機械学習の進歩を加速し、がんと戦う臨床医を助ける、グローバルなオープンソースイニシアチブの一部として、一般公開されている。
  論文  参考訳（メタデータ） (2023-04-12T05:41:44Z)
• Artificial intelligence based prediction on lung cancer risk factors using deep learning [0.0]
  早期の症状の捕捉と定義は、患者にとって最も難しい段階の1つである。 深層学習手法を用いて,肺がんを極めて高い精度で検出できるモデルを開発した。 その結果, 精度は94%, 最小損失は0.1%であった。
  論文  参考訳（メタデータ） (2023-04-11T08:57:15Z)
• SGDA: Towards 3D Universal Pulmonary Nodule Detection via Slice Grouped Domain Attention [47.44114201293201]
  肺がんは世界中でがんの死因となっている。 現在の肺結節検出法は通常ドメイン固有である。 肺結節検出ネットワークの一般化能力を高めるために,スライスグループドメインアテンション(SGDA)モジュールを提案する。
  論文  参考訳（メタデータ） (2023-03-07T03:17:49Z)
• Deep Learning Approach for Early Stage Lung Cancer Detection [0.0]
  肺癌患者の生存率は遅発診断による他のがん患者と比較して非常に低い。 本稿ではCTスキャンによる早期肺癌の予測と診断のためのディープラーニングモデルを提案する。
  論文  参考訳（メタデータ） (2023-02-05T18:50:12Z)
• Classification of Histopathology Images of Lung Cancer Using Convolutional Neural Network (CNN) [0.2578242050187029]
  がんは人体内の異常な細胞の制御不能な細胞分裂であり、他の臓器に拡がることがある。 非感染性疾患(NCD)の1つであり、NCDは全世界で死者の71%を占めている。 乳癌は女性乳癌に次いで2番目に多いがんである。肺癌の生存率は19%に過ぎない。
  論文  参考訳（メタデータ） (2021-12-27T07:43:58Z)
• CoRSAI: A System for Robust Interpretation of CT Scans of COVID-19 Patients Using Deep Learning [133.87426554801252]
  我々は,深部畳み込み神経網のアンサンブルを用いた肺CTスキャンのセグメンテーションによるアプローチを採用した。 本モデルを用いて, 病変の分類, 患者の動態の評価, 病変による肺の相対体積の推定, 肺の損傷ステージの評価が可能となった。
  論文  参考訳（メタデータ） (2021-05-25T12:06:55Z)
• AI-Decision Support System Interface Using Cancer Related Data for Lung Cancer Prognosis [0.0]
  2021年の初めまで、肺がんは世界で最も一般的ながんとして知られている。 この研究は、GDCデータポータル内の肺がんの臨床と遺伝子発現を用いて、予後を予測するための機械学習アルゴリズムと連携したWebインターフェースを作成することを目的としている。
  論文  参考訳（メタデータ） (2021-05-19T10:22:37Z)
• Deep Learning for Automatic Pneumonia Detection [72.55423549641714]
  肺炎は小児の主要な死因であり、世界でも最多死亡率の1つである。 コンピュータ支援診断システムは診断精度を向上させる可能性を示した。 本研究では, 単発検出, 圧縮励起深部畳み込みニューラルネットワーク, 拡張, マルチタスク学習に基づく肺炎領域検出のための計算手法を開発した。
  論文  参考訳（メタデータ） (2020-05-28T10:54:34Z)

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。