Fugu-MT 論文翻訳(概要): An Explainable-AI approach for Diagnosis of COVID-19 using MALDI-ToF Mass Spectrometry

論文の概要: An Explainable-AI approach for Diagnosis of COVID-19 using MALDI-ToF Mass Spectrometry

arxiv url: http://arxiv.org/abs/2109.14099v1
Date: Tue, 28 Sep 2021 23:29:31 GMT
ステータス: 処理完了
システム内更新日: 2021-10-01 01:25:15.532283
Title: An Explainable-AI approach for Diagnosis of COVID-19 using MALDI-ToF Mass Spectrometry
Title（参考訳）: maldi-tof質量分析法によるcovid-19診断のための説明可能なaiアプローチ
Authors: Venkata Devesh Reddy Seethi, Zane LaCasse, Prajkta Chivte, Elizabeth R. Gaillard, Pratool Bharti
Abstract要約: 重症急性呼吸器症候群ウイルス2型(SARS-CoV-2)は世界的なパンデミックを引き起こし、450万人以上の死者を出し、世界経済に深刻な影響を与えた。現在の試験法では、スループット、コスト効率、手順の単純さに制限があるPCR(ポリメラーゼ連鎖反応)ベースの装置が一般的である。本研究では,152人のガーグルサンプルから抽出したMALDI-ToFデータに基づいて,人工知能(AI)技術を用いた新型コロナウイルス検査法を提案する。
参考スコア（独自算出の注目度）: 1.588441177138466
License: http://creativecommons.org/licenses/by/4.0/
Abstract: The novel severe acute respiratory syndrome coronavirus type-2 (SARS-CoV-2) caused a global pandemic that has taken more than 4.5 million lives and severely affected the global economy. To curb the spread of the virus, an accurate, cost-effective, and quick testing for large populations is exceedingly important in order to identify, isolate, and treat infected people. Current testing methods commonly use PCR (Polymerase Chain Reaction) based equipment that have limitations on throughput, cost-effectiveness, and simplicity of procedure which creates a compelling need for developing additional coronavirus disease-2019 (COVID-19) testing mechanisms, that are highly sensitive, rapid, trustworthy, and convenient to use by the public. We propose a COVID-19 testing method using artificial intelligence (AI) techniques on MALDI-ToF (matrix-assisted laser desorption/ionization time-of-flight) data extracted from 152 human gargle samples (60 COVID-19 positive tests and 92 COVID-19 negative tests). Our AI-based approach leverages explainable-AI (X-AI) methods to explain the decision rules behind the predictive algorithm both on a local (per-sample) and global (all-samples) basis to make the AI model more trustworthy. Finally, we evaluated our proposed method using a 70%-30% train-test-split strategy and achieved a training accuracy of 86.79% and a testing accuracy of 91.30%.
Abstract（参考訳）: 重症急性呼吸器症候群の新型2型(SARS-CoV-2)は世界的なパンデミックを引き起こし、450万人以上の死者を出した。ウイルスの拡散を抑制するため、感染した人々を同定し、分離し、治療するためには、精度が高く、費用対効果が高く、かつ迅速な検査が極めて重要である。現在の検査手法では、PCR(ポリメラーゼ連鎖反応)ベースの装置を使用し、スループット、費用対効果、手順の単純さに制限があり、追加の新型コロナウイルス感染症(COVID-19)検査メカニズムの開発に説得力のある必要性を生じさせる。我々は,人間のガーグルサンプル152点から抽出したmaldi-tof (matrix-assisted laser de absorption/ionization time-of-flight) データを用いた人工知能(ai)技術を用いた新型コロナウイルス検査法を提案する。私たちのAIベースのアプローチでは、予測アルゴリズムの背後にある決定ルールを、ローカル(サンプル毎)とグローバル(サンプル毎)の両方に基づいて説明可能なAI(X-AI)手法を活用して、AIモデルをより信頼できるものにしています。最後に,提案手法を70%-30%の列車試験分割戦略を用いて評価し,86.79%の訓練精度と91.30%の試験精度を達成した。

関連論文リスト

COVID-19 Detection Based on Blood Test Parameters using Various Artificial Intelligence Methods [1.2408125305560274]
2019年には、新型コロナウイルスによる新型コロナウイルス感染症SARS-CoV-2(SARS-CoV-2)という新たな課題に直面した。本研究は、自己分類分類器を用いて、さまざまなAI手法を用いて、新型コロナウイルス患者と他者とを区別することを目的とした。
論文参考訳（メタデータ） (2024-04-02T22:49:25Z)
Multi-Scale Hybrid Vision Transformer for Learning Gastric Histology: AI-Based Decision Support System for Gastric Cancer Treatment [50.89811515036067]
胃内視鏡検査は、早期に適切な胃癌(GC)治療を判定し、GC関連死亡率を低下させる有効な方法である。本稿では,一般のGC治療指導と直接一致する5つのGC病理のサブ分類を可能にする実用的なAIシステムを提案する。
論文参考訳（メタデータ） (2022-02-17T08:33:52Z)
Lung Cancer Lesion Detection in Histopathology Images Using Graph-Based Sparse PCA Network [93.22587316229954]
ヘマトキシリンとエオシン(H&E)で染色した組織学的肺スライドにおける癌病変の自動検出のためのグラフベーススパース成分分析(GS-PCA)ネットワークを提案する。我々は,SVM K-rasG12D肺がんモデルから得られたH&Eスライダーの精度・リコール率,Fスコア,谷本係数,レシーバ演算子特性(ROC)の曲線下領域を用いて,提案アルゴリズムの性能評価を行った。
論文参考訳（メタデータ） (2021-10-27T19:28:36Z)
Development of a Risk-Free COVID-19 Screening Algorithm from Routine Blood Tests Using Ensemble Machine Learning [0.0]
キットの不足とコストが原因で、多くの人々が感染し、検査前に回復または死亡している。この研究は、リスクフリーで高精度なStacked Ensemble Machine Learningモデルを提案することで、COVID-19検出の概念を活用する。提案手法は,ユビキタス・ユビキタス・ローコストスクリーニングアプリケーションの可能性を有する。
論文参考訳（メタデータ） (2021-08-12T11:01:53Z)
COVID-19 Detection from Chest X-ray Images using Imprinted Weights Approach [67.05664774727208]
胸部X線撮影は、COVID-19の代替スクリーニング方法です。コンピュータ支援診断(CAD)は低コストで高速で実現可能であることが証明されている。この課題に対処するために,インプリント重みという低ショット学習手法を提案する。
論文参考訳（メタデータ） (2021-05-04T19:01:40Z)
Decision and Feature Level Fusion of Deep Features Extracted from Public COVID-19 Data-sets [6.445605125467574]
新型コロナウイルスの早期診断において、胸部X線撮影の使用が増加している。畳み込みニューラルネットワーク(CNN)を用いたX線画像のコンピュータ支援診断システムを提案する。実験結果から,提案手法は新型コロナウイルス検出性能が高かったことが示唆された。
論文参考訳（メタデータ） (2020-11-17T09:36:21Z)
CovidDeep: SARS-CoV-2/COVID-19 Test Based on Wearable Medical Sensors and Efficient Neural Networks [51.589769497681175]
新型コロナウイルス(SARS-CoV-2)がパンデミックを引き起こしている。 SARS-CoV-2の逆転写-ポリメラーゼ連鎖反応に基づく現在の試験体制は、試験要求に追いついていない。我々は,効率的なDNNと市販のWMSを組み合わせたCovidDeepというフレームワークを提案する。
論文参考訳（メタデータ） (2020-07-20T21:47:28Z)
Automated Detection and Forecasting of COVID-19 using Deep Learning Techniques: A Review [10.153806948106684]
コロナウイルス(Coronavirus、COVID-19)は、世界中の多くの人々の健康を危険にさらす病気である。高速かつ正確な診断のために,X線およびCT画像モダリティが広く用いられている。ディープラーニング(DL)ネットワークは最近、従来の機械学習(ML)と比較して人気を博している。
論文参考訳（メタデータ） (2020-07-16T16:04:17Z)
Hemogram Data as a Tool for Decision-making in COVID-19 Management: Applications to Resource Scarcity Scenarios [62.997667081978825]
新型コロナウイルス(COVID-19)のパンデミックは世界中の緊急対応システムに挑戦している。本研究は, 症状患者の血液検査データから得られた機械学習モデルについて述べる。提案されたモデルでは、新型コロナウイルスqRT-PCRの結果を、高い精度、感度、特異性で症状のある個人に予測することができる。
論文参考訳（メタデータ） (2020-05-10T01:45:03Z)
Noisy Pooled PCR for Virus Testing [2.973572497882374]
本研究は, 患者検体におけるウイルス感染状況を決定するためのスケーラブルなアプローチを開発する。提案手法は群検定を線形逆問題に変換し, 偽陽性と負は雑音のある通信チャネルによって生成されると解釈する。
論文参考訳（メタデータ） (2020-04-06T14:12:20Z)
Mapping the Landscape of Artificial Intelligence Applications against COVID-19 [59.30734371401316]
世界保健機関(WHO)は、SARS-CoV-2ウイルスによる新型コロナウイルスの感染をパンデミックと宣言した。我々は、機械学習と、より広範に、人工知能を用いた最近の研究の概要を、新型コロナウイルス危機の多くの側面に取り組むために提示する。
論文参考訳（メタデータ） (2020-03-25T12:30:33Z)

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。