Fugu-MT 論文翻訳(概要): A Survey of Machine Learning Techniques for Detecting and Diagnosing COVID-19 from Imaging

論文の概要: A Survey of Machine Learning Techniques for Detecting and Diagnosing COVID-19 from Imaging

arxiv url: http://arxiv.org/abs/2108.04344v1
Date: Sun, 25 Jul 2021 12:26:57 GMT
ステータス: 処理完了
システム内更新日: 2021-08-15 11:30:25.424183
Title: A Survey of Machine Learning Techniques for Detecting and Diagnosing COVID-19 from Imaging
Title（参考訳）: 画像によるcovid-19の検出と診断のための機械学習技術に関する調査
Authors: Aishwarza Panday, Muhammad Ashad Kabir, Nihad Karim Chowdhury
Abstract要約: 逆転写-ポリメラーゼ連鎖反応(RT-PCR)の高可用性と高コストのため、医療画像からCOVID-19を検出するための機械学習技術が提案されている。本研究の目的は、異なる機械学習技術を用いて胸部X線およびCTスキャン画像から新型コロナウイルスを検出し診断した研究論文を体系的にレビューし、評価し、合成することである。
参考スコア（独自算出の注目度）: 1.9499120576896225
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Due to the limited availability and high cost of the reverse transcription-polymerase chain reaction (RT-PCR) test, many studies have proposed machine learning techniques for detecting COVID-19 from medical imaging. The purpose of this study is to systematically review, assess, and synthesize research articles that have used different machine learning techniques to detect and diagnose COVID-19 from chest X-ray and CT scan images. A structured literature search was conducted in the relevant bibliographic databases to ensure that the survey solely centered on reproducible and high-quality research. We selected papers based on our inclusion criteria. In this survey, we reviewed $98$ articles that fulfilled our inclusion criteria. We have surveyed a complete pipeline of chest imaging analysis techniques related to COVID-19, including data collection, pre-processing, feature extraction, classification, and visualization. We have considered CT scans and X-rays as both are widely used to describe the latest developments in medical imaging to detect COVID-19. This survey provides researchers with valuable insights into different machine learning techniques and their performance in the detection and diagnosis of COVID-19 from chest imaging. At the end, the challenges and limitations in detecting COVID-19 using machine learning techniques and the future direction of research are discussed.
Abstract（参考訳）: 逆転写-ポリメラーゼ連鎖反応(RT-PCR)の高可用性と高コストのため、医療画像からCOVID-19を検出するための機械学習技術が提案されている。本研究の目的は、異なる機械学習技術を用いて胸部X線およびCTスキャン画像から新型コロナウイルスを検出し診断した研究論文を体系的にレビューし、評価し、合成することである。関連文献データベースで構造化された文献検索を行い,再現性,高品質な研究のみに焦点を当てた調査を行った。包含基準に基づいて論文を選定した。本調査では,包括的基準を満たす980ドルの項目をレビューした。データ収集,前処理,特徴抽出,分類,可視化など,covid-19に関連する胸部画像解析技術の全パイプラインを調査した。我々は、医療画像の最新の進歩を描写するために、CTスキャンとX線が広く使われていると考えている。今回の調査は、さまざまな機械学習技術と、胸部画像からのCOVID-19の検出と診断におけるパフォーマンスに関する貴重な洞察を提供する。最後に、機械学習技術を用いたcovid-19検出の課題と限界、研究の今後の方向性について論じる。

関連論文リスト

Deep transfer learning for detecting Covid-19, Pneumonia and Tuberculosis using CXR images -- A Review [0.0]
胸部X線画像におけるCOVID-19,肺炎,結核の検出における深層移動学習技術の利用について検討した。現状のCXR画像分類技術の概要を提供し、この領域に転写学習を適用する際の課題と機会について論じる。
論文参考訳（メタデータ） (2023-03-26T02:36:47Z)
Optimising Chest X-Rays for Image Analysis by Identifying and Removing Confounding Factors [49.005337470305584]
新型コロナウイルス(COVID-19)のパンデミック(パンデミック)の間、新型コロナウイルス(COVID-19)の診断のための緊急設定で実施される画像の量は、臨床用CXRの取得が広範囲に及んだ。公開データセット内の臨床的に取得されたCXRの変動品質は、アルゴリズムのパフォーマンスに大きな影響を及ぼす可能性がある。我々は、新型コロナウイルスの胸部X線データセットを前処理し、望ましくないバイアスを取り除くための、シンプルで効果的なステップワイズアプローチを提案する。
論文参考訳（メタデータ） (2022-08-22T13:57:04Z)
A review of Deep learning Techniques for COVID-19 identification on Chest CT images [0.0]
新型コロナウイルス(COVID-19)のパンデミックは、肺に直接影響を及ぼす人類にとって深刻な脅威だ。新型コロナウイルスの診断法としては、RT-PCR(Reverse Transcription Polymerase Chain Reaction)がある。研究者たちは、新型コロナウイルスのCT画像分類に非常に効果的であることを証明した。
論文参考訳（メタデータ） (2022-07-29T18:27:20Z)
Machine learning approaches for COVID-19 detection from chest X-ray imaging: A Systematic Review [31.21638091772227]
胸部X線画像の評価を支援するため,機械学習アルゴリズムが提案されている。胸部X線画像を用いた新型コロナウイルス検出に応用したMLの体系的レビューを行った。
論文参考訳（メタデータ） (2022-06-11T21:17:42Z)
COVIDx CXR-3: A Large-Scale, Open-Source Benchmark Dataset of Chest X-ray Images for Computer-Aided COVID-19 Diagnostics [69.55060769611916]
RT-PCR検査の補助的スクリーニング戦略としての胸部X線撮影(CXR)の利用が増加している。 CXRイメージングに基づく新型コロナウイルススクリーニングのための多くの視覚知覚モデルが提案されている。我々は、COVID-19コンピュータビジョン研究を支援するために、CXR画像の大規模なベンチマークデータセットであるCOVIDx CXR-3を紹介する。
論文参考訳（メタデータ） (2022-06-08T04:39:44Z)
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)
Resetting the baseline: CT-based COVID-19 diagnosis with Deep Transfer Learning is not as accurate as widely thought [20.66890710233269]
コンピュータ支援による新型コロナウイルスの診断では、ディープラーニングが急速に普及している。画像モデルを用いたCTベースの新型コロナウイルス検出は、現在医療画像研究の最前線にある。文献を批判的に分析した結果,異なる結果の相違が顕著であることがわかった。
論文参考訳（メタデータ） (2021-08-12T10:34:22Z)
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)
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)
Multi-Task Driven Explainable Diagnosis of COVID-19 using Chest X-ray Images [61.24431480245932]
COVID-19 Multi-Task Networkは、新型コロナウイルススクリーニングのためのエンドツーエンドネットワークである。我々は,ChestXray-14,CheXpertおよび統合型COVID-19データセットから採取した9000個の前頭胸部X線写真から肺領域を手動で注釈した。このデータベースは研究コミュニティに公開されます。
論文参考訳（メタデータ） (2020-08-03T12:52:23Z)
Review of Artificial Intelligence Techniques in Imaging Data Acquisition, Segmentation and Diagnosis for COVID-19 [71.41929762209328]
新型コロナウイルス感染症(COVID-19)のパンデミックは世界中に広がっている。 X線やCT(Computerd Tomography)などの医用画像は、世界的な新型コロナウイルス対策に欠かせない役割を担っている。最近登場した人工知能(AI)技術は、画像ツールの力を強化し、医療専門家を支援する。
論文参考訳（メタデータ） (2020-04-06T15:21:34Z)

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。