論文の概要: Convolutional Nets for Diabetic Retinopathy Screening in Bangladeshi Patients

• arxiv url: http://arxiv.org/abs/2108.04358v1
• Date: Sat, 31 Jul 2021 01:54:20 GMT
• ステータス: 処理完了
• システム内更新日: 2021-08-15 11:55:25.690300
• Title: Convolutional Nets for Diabetic Retinopathy Screening in Bangladeshi Patients
• Title（参考訳）: バングラデシュにおける糖尿病網膜症スクリーニングのための畳み込みネット
• Authors: Ayaan Haque, Ipsita Sutradhar, Mahziba Rahman, Mehedi Hasan, Malabika Sarker
• Abstract要約: 糖尿病網膜症(DR)はバングラデシュで最も多い慢性疾患の一つである。 糖尿病によって引き起こされる眼疾患であるDRは、早期に特定され治療されていない場合、盲目を引き起こす可能性がある。 本稿では,DRの異なるステージを画面表示するディープラーニングアルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 1.4174475093445233
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Diabetes is one of the most prevalent chronic diseases in Bangladesh, and as a result, Diabetic Retinopathy (DR) is widespread in the population. DR, an eye illness caused by diabetes, can lead to blindness if it is not identified and treated in its early stages. Unfortunately, diagnosis of DR requires medically trained professionals, but Bangladesh has limited specialists in comparison to its population. Moreover, the screening process is often expensive, prohibiting many from receiving timely and proper diagnosis. To address the problem, we introduce a deep learning algorithm which screens for different stages of DR. We use a state-of-the-art CNN architecture to diagnose patients based on retinal fundus imagery. This paper is an experimental evaluation of the algorithm we developed for DR diagnosis and screening specifically for Bangladeshi patients. We perform this validation study using separate pools of retinal image data of real patients from a hospital and field studies in Bangladesh. Our results show that the algorithm is effective at screening Bangladeshi eyes even when trained on a public dataset which is out of domain, and can accurately determine the stage of DR as well, achieving an overall accuracy of 92.27\% and 93.02\% on two validation sets of Bangladeshi eyes. The results confirm the ability of the algorithm to be used in real clinical settings and applications due to its high accuracy and classwise metrics. Our algorithm is implemented in the application Drishti, which is used to screen for DR in patients living in rural areas in Bangladesh, where access to professional screening is limited.
• Abstract（参考訳）: 糖尿病はバングラデシュで最も多い慢性疾患の1つであり、結果として糖尿病網膜症(DR)が流行している。 糖尿病によって引き起こされる眼疾患であるdrは、早期に同定され治療されないと盲目になる可能性がある。 残念なことに、drの診断には医療訓練を受けた専門家が必要だが、バングラデシュには人口に比べて専門職が限られている。 さらに、スクリーニングプロセスは高価であり、多くの人がタイムリーかつ適切な診断を受けるのを妨げている。 この問題に対処するために、DRの異なるステージをスクリーニングするディープラーニングアルゴリズムを導入し、最新のCNNアーキテクチャを用いて網膜眼底画像に基づいて患者を診断する。 本稿では,バングラデシュ患者を対象としたDR診断およびスクリーニングのためのアルゴリズムの実験的検討を行った。 本研究は,バングラデシュの病院およびフィールドスタディにおける実際の患者の網膜画像データを分離したプールを用いて検証を行った。 以上の結果から,バングラデシュの2つの検証セットにおいて,領域外であるパブリックデータセット上でトレーニングしても,バングラデシュの眼のスクリーニングに有効であり,drのステージを精度よく決定でき,全体の精度は92.27\%と93.02\%であることがわかった。 その結果, 精度が高く, 分類基準も高いため, 実際の臨床状況や応用にアルゴリズムを応用できることが確認された。 このアルゴリズムは、バングラデシュの農村部に住む患者に対して、プロのスクリーニングへのアクセスが制限されているdrishtiというアプリケーションで実装されている。

関連論文リスト

• Evaluate underdiagnosis and overdiagnosis bias of deep learning model on primary open-angle glaucoma diagnosis in under-served patient populations [64.91773761529183]
  原発性オープンアングル緑内障(POAG)はアメリカにおける盲目の主要な原因である。 深層学習は眼底画像を用いたPOAGの検出に広く用いられている。 臨床診断における人間のバイアスは、広く使われているディープラーニングモデルに反映され増幅される可能性がある。
  論文  参考訳（メタデータ） (2023-01-26T18:53:09Z)
• COVID-Net USPro: An Open-Source Explainable Few-Shot Deep Prototypical Network to Monitor and Detect COVID-19 Infection from Point-of-Care Ultrasound Images [66.63200823918429]
  COVID-Net USProは、最小限の超音波画像から高精度で新型コロナウイルス陽性の患者を監視し、検出する。 ネットワーク全体では99.65%の精度、99.7%のリコール、99.67%の精度で5発の撮影で訓練された。
  論文  参考訳（メタデータ） (2023-01-04T16:05:51Z)
• Segmentation, Classification, and Quality Assessment of UW-OCTA Images for the Diagnosis of Diabetic Retinopathy [2.435307010444828]
  糖尿病網膜症(英: Diabetic Retinopathy, DR)は、糖尿病の重症合併症の一つ。 本稿では,糖尿病網膜症解析チャレンジ2022(DRAC22)の3つの課題に対する解決策を提示する。 得られた結果は有望であり、セグメンテーションタスクのTOP5に位置づけることを可能にしました。
  論文  参考訳（メタデータ） (2022-11-21T14:49:18Z)
• Assessing glaucoma in retinal fundus photographs using Deep Feature Consistent Variational Autoencoders [63.391402501241195]
  緑内障は症状が重くなるまで無症状のままでいるため、検出が困難である。 緑内障の早期診断は機能的,構造的,臨床的評価に基づいて行われることが多い。 ディープラーニング手法はこのジレンマを、マーカー識別段階をバイパスし、ハイレベルな情報を分析してデータを分類することで部分的に解決している。
  論文  参考訳（メタデータ） (2021-10-04T16:06:49Z)
• Blindness (Diabetic Retinopathy) Severity Scale Detection [0.0]
  糖尿病網膜症(英: Diabetic retinopathy, DR)は、糖尿病の重篤な合併症である。 DRのタイムリーな診断と治療は、視力の喪失を避けるために重要である。 本稿では,網膜基底画像の自動スクリーニングのための新しい深層学習手法を提案する。
  論文  参考訳（メタデータ） (2021-10-04T11:31:15Z)
• COVID-Net US: A Tailored, Highly Efficient, Self-Attention Deep Convolutional Neural Network Design for Detection of COVID-19 Patient Cases from Point-of-care Ultrasound Imaging [101.27276001592101]
  我々は,肺POCUS画像からの新型コロナウイルススクリーニングに適した,高効率で自己注意型の深層畳み込みニューラルネットワーク設計であるCOVID-Net USを紹介した。 実験の結果、提案されたCOVID-Net USは、アーキテクチャの複雑さが353倍、計算の複雑さが62倍、Raspberry Piで14.3倍高速なAUCを達成できることがわかった。 リソース制約のある環境において安価な医療と人工知能を提唱するために、COVID-Net USをオープンソースにし、COVID-Netオープンソースイニシアチブの一部として公開しました。
  論文  参考訳（メタデータ） (2021-08-05T16:47:33Z)
• Diabetic Retinopathy Detection using Ensemble Machine Learning [1.2891210250935146]
  糖尿病網膜症(Drebetic Retinopathy, DR)は、糖尿病患者の視覚障害の原因となる疾患である。 DRは、網膜に影響を及ぼす微小血管疾患であり、血管の閉塞を引き起こし、網膜組織の主要な栄養源を切断する。
  論文  参考訳（メタデータ） (2021-06-22T17:36:08Z)
• 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)
• Learning Discriminative Representations for Fine-Grained Diabetic Retinopathy Grading [6.129288755571804]
  糖尿病網膜症は視覚障害の主要な原因の1つである。 病気の重症度を判定するには、眼科医は眼底画像の識別部分に焦点を当てる必要がある。
  論文  参考訳（メタデータ） (2020-11-04T04:16:55Z)
• 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)
• Early Blindness Detection Based on Retinal Images Using Ensemble Learning [2.099922236065961]
  糖尿病網膜症は、世界中の成人の視覚障害の主要な原因である。 デジタル画像処理(DIP)と機械学習(ML)の分野における最近の進歩は、この点において機械の使用方法の道を開いた。 本研究では、アンサンブル学習アルゴリズムを用いて網膜画像から抽出した色情報に基づいて、新しい早期盲検検出法を提案する。
  論文  参考訳（メタデータ） (2020-06-12T21:16:21Z)

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。