論文の概要: Rheumatoid Arthritis: Automated Scoring of Radiographic Joint Damage

• arxiv url: http://arxiv.org/abs/2110.08812v1
• Date: Sun, 17 Oct 2021 12:45:47 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-19 15:35:08.568087
• Title: Rheumatoid Arthritis: Automated Scoring of Radiographic Joint Damage
• Title（参考訳）: 慢性関節リウマチ : 関節x線障害の自動スコア
• Authors: Yan Ming Tan, Raphael Quek Hao Chong, Carol Anne Hargreaves
• Abstract要約: 関節リウマチは関節損傷を引き起こす自己免疫疾患である。 関節損傷をできるだけ早く特定し、早期に治療を行い、骨構造へのさらなる損傷を防ぐことが不可欠である。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Rheumatoid arthritis is an autoimmune disease that causes joint damage due to inflammation in the soft tissue lining the joints known as the synovium. It is vital to identify joint damage as soon as possible to provide necessary treatment early and prevent further damage to the bone structures. Radiographs are often used to assess the extent of the joint damage. Currently, the scoring of joint damage from the radiograph takes expertise, effort, and time. Joint damage associated with rheumatoid arthritis is also not quantitated in clinical practice and subjective descriptors are used. In this work, we describe a pipeline of deep learning models to automatically identify and score rheumatoid arthritic joint damage from a radiographic image. Our automatic tool was shown to produce scores with extremely high balanced accuracy within a couple of minutes and utilizing this would remove the subjectivity of the scores between human reviewers.
• Abstract（参考訳）: 関節リウマチ(英: rheumatoiditis)は、滑膜と呼ばれる軟部組織の炎症による関節損傷を引き起こす自己免疫疾患である。 関節損傷をできるだけ早く特定し、早期に治療を行い、骨構造へのさらなる損傷を防ぐことが不可欠である。 ラジオグラフは、しばしば関節損傷の程度を評価するために使われる。 現在、X線写真による共同損傷のスコアは専門知識、努力、時間を要する。 関節リウマチに伴う関節損傷も臨床において定量化されておらず、主観的記述子を用いる。 本研究では, 関節リウマチの関節損傷を画像から自動的に同定し, 評価する深層学習モデルのパイプラインについて述べる。 私たちの自動ツールは、非常に高いバランスの正確なスコアを数分で生成できることが示され、これを利用することで、人間のレビュワー間のスコアの主観性を取り除きます。

関連論文リスト

• Deep Learning Models to Automate the Scoring of Hand Radiographs for Rheumatoid Arthritis [0.0]
  シャープスコア(シャープスコア、英: Sharp score、SvdH)は、慢性関節リウマチ(RA)の臨床治験における損傷の定量化に広く用いられている放射線検査法である。 まず,手指のX線写真からSvdHのスコアとRAの重症度を推定できる自動パイプラインを開発した。
  論文  参考訳（メタデータ） (2024-06-14T12:43:16Z)
• Automatic diagnosis of knee osteoarthritis severity using Swin transformer [55.01037422579516]
  変形性膝関節症 (KOA) は膝関節の慢性的な痛みと硬直を引き起こす疾患である。 我々は,Swin Transformer を用いて KOA の重大度を予測する自動手法を提案する。
  論文  参考訳（メタデータ） (2023-07-10T09:49:30Z)
• K-Space-Aware Cross-Modality Score for Synthesized Neuroimage Quality Assessment [71.27193056354741]
  クロスモダリティな医用画像合成をどう評価するかという問題は、ほとんど解明されていない。 本稿では,この課題の進展を促すため,新しい指標K-CROSSを提案する。 K-CROSSは、トレーニング済みのマルチモードセグメンテーションネットワークを使用して、病変の位置を予測する。
  論文  参考訳（メタデータ） (2023-07-10T01:26:48Z)
• CNN-based fully automatic wrist cartilage volume quantification in MR Image [55.41644538483948]
  追加の注意層を持つU-net畳み込みニューラルネットワークは、最高の手首軟骨分割性能を提供する。 非MRI法を用いて軟骨体積測定の誤差を独立に評価すべきである。
  論文  参考訳（メタデータ） (2022-06-22T14:19:06Z)
• Fast and Robust Femur Segmentation from Computed Tomography Images for Patient-Specific Hip Fracture Risk Screening [48.46841573872642]
  我々は,CTから大腿骨近位部を完全自動化し,正確かつ高速に分割するディープニューラルネットワークを提案する。 本手法は, 股関節骨折リスクスクリーニングに適応し, 当科において, 股関節脱臼患者をスクリーニングするための臨床的選択肢に一歩近づいた。
  論文  参考訳（メタデータ） (2022-04-20T16:16:16Z)
• Knee Cartilage Defect Assessment by Graph Representation and Surface Convolution [40.36360714443767]
  軟骨欠損は変形性膝関節症(OA)の主要な徴候と見なされる 膝関節MRIに畳み込みニューラルネットワーク(CNN)を適用することで膝軟骨欠損の評価に多くの試みがなされている。 軟骨構造と膝関節MRIからの外観をグラフ表現にモデル化し,高度に多様な臨床データを扱うことができる。 そして, 軟骨グラフ表現を用いて, 非ユークリッド深層学習ネットワークを設計し, 局所的およびグローバル的な軟骨の特徴を抽出する。
  論文  参考訳（メタデータ） (2022-01-12T05:55:32Z)
• Automatic Estimation of Ulcerative Colitis Severity from Endoscopy Videos using Ordinal Multi-Instance Learning [50.591267188664666]
  潰瘍性大腸炎(Ulcerative colitis, UC)は、大腸の炎症を再発させることを特徴とする慢性炎症性腸疾患である。 UCの重症度は、内視鏡ビデオから粘膜疾患の活性を定量化するMayo Endoscopic Subscore (MES)によって表されることが多い。 本稿では,ビデオMESラベルのみからフレーム重大度を推定する,弱教師付き順序分類手法を提案する。
  論文  参考訳（メタデータ） (2021-09-29T19:42:51Z)
• Knee Osteoarthritis Severity Prediction using an Attentive Multi-Scale Deep Convolutional Neural Network [8.950918531231158]
  本稿では,KellgrenおよびLawrenceグレードの分類をX線から自動的に評価する,深層学習ベースのフレームワークであるOsteHRNetを提案する。 提案モデルでは,OAIデータセットのベースラインコホートにおいて,71.74%,0.311のMAEが最良である。
  論文  参考訳（メタデータ） (2021-06-27T17:29:46Z)
• Deep Learning for Rheumatoid Arthritis: Joint Detection and Damage Scoring in X-rays [1.4866746367312218]
  我々は,X線画像上の関節の局所化と2種類の関節損傷の診断を学習するマルチタスク深層学習モデルを提案する。 私たちのモデルは、グローバルRA2 DREAMチャレンジで共同スペース狭くして4位、共同侵食で5位を獲得しました。
  論文  参考訳（メタデータ） (2021-04-28T17:53:19Z)
• Grading Loss: A Fracture Grade-based Metric Loss for Vertebral Fracture Detection [58.984536305767996]
  自動椎骨骨折検出のための表現学習型アプローチを提案する。 本稿では,Genantのフラクチャーグレーディングスキームを尊重する,学習表現のための新しいGrading Lossを提案する。 一般に利用可能なスピーンデータセットでは、提案された損失関数が81.5%のフラクチャー検出F1スコアを達成する。
  論文  参考訳（メタデータ） (2020-08-18T10:03:45Z)
• A Lightweight CNN and Joint Shape-Joint Space (JS2) Descriptor for Radiological Osteoarthritis Detection [2.3204178451683264]
  関節形状と畳み込みニューラルネットワーク(CNN)に基づく骨テクスチャ機能を組み合わせた,完全自動化された新しい手法を提案する。 以上の結果から,RAC曲線(AUC)95.21%以下のX線学的変形性関節症検出領域において,形状とテクスチャパラメータを融合させることで,最先端の術式が達成できることが示唆された。
  論文  参考訳（メタデータ） (2020-05-24T10:48:38Z)

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。