論文の概要: Supervised laser-speckle image sampling of skin tissue to detect very
early stage of diabetes by its effects on skin subcellular properties
- arxiv url: http://arxiv.org/abs/2112.10024v1
- Date: Sat, 18 Dec 2021 23:08:53 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-21 15:43:50.697941
- Title: Supervised laser-speckle image sampling of skin tissue to detect very
early stage of diabetes by its effects on skin subcellular properties
- Title(参考訳): 早期糖尿病検出のための皮膚組織のレーザースペックル画像サンプリング法の開発 : 皮膚皮下細胞特性に対する効果
- Authors: Ahmet Orun, Luke Vella Critien, Jennifer Carter and Martin Stacey
- Abstract要約: 糖尿病早期発見に応用したレーザースペックル画像サンプリングにおけるK-nearest neighborsアルゴリズムに基づくエキスパートシステムの有効性について検討した。
- 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: This paper investigates the effectiveness of an expert system based on
K-nearest neighbors algorithm for laser speckle image sampling applied to the
early detection of diabetes. With the latest developments in artificial
intelligent guided laser speckle imaging technologies, it may be possible to
optimise laser parameters, such as wavelength, energy level and image texture
measures in association with a suitable AI technique to interact effectively
with the subcellular properties of a skin tissue to detect early signs of
diabetes. The new approach is potentially more effective than the classical
skin glucose level observation because of its optimised combination of laser
physics and AI techniques, and additionally, it allows non-expert individuals
to perform more frequent skin tissue tests for an early detection of diabetes.
- Abstract(参考訳): 糖尿病早期発見に応用したレーザースペックル画像サンプリングにおけるK-nearest neighborsアルゴリズムに基づくエキスパートシステムの有効性を検討した。
人工知能レーザースペックルイメージング技術の最近の進歩により、波長、エネルギーレベル、画像テクスチャといったレーザーパラメータを適切なAI技術と結びつけて最適化し、皮膚組織の細胞内特性と効果的に相互作用して糖尿病の早期徴候を検出することができる。
新しいアプローチは、レーザー物理学とai技術の最適化された組み合わせにより、古典的な皮膚グルコースレベルの観察よりも効果的であり、また、非熟練の個人が糖尿病の早期発見のためにより頻繁に皮膚組織検査を行うことを可能にする。
関連論文リスト
- Algorithm-based diagnostic application for diabetic retinopathy
detection [0.0]
糖尿病網膜症は世界中で増加する健康問題であり、視覚障害と視覚障害の主要な原因である。
糖尿病網膜症の診断分野における最近の研究は、眼科検査で得られた画像の分析など、高度な技術を用いている。
本稿では,眼球鏡画像の処理と解析を含む自動DR診断法について述べる。
論文 参考訳(メタデータ) (2023-12-01T12:09:06Z) - Eye Disease Prediction using Ensemble Learning and Attention on OCT
Scans [2.5122414857278472]
我々は、効率的な眼疾患予測に機械学習とディープラーニング技術を利用するエンド・ツー・エンドのウェブアプリケーションを紹介した。
このアプリケーションにより、患者は、トレーニングされたカスタムUNetモデルを使用してセグメンテーションを行う、生のOCTスキャン画像を送ることができる。
アンサンブルモデルの出力は、様々な眼疾患を予測し分類するために集約される。
論文 参考訳(メタデータ) (2023-11-26T13:55:24Z) - LLM-driven Multimodal Target Volume Contouring in Radiation Oncology [55.20049911531224]
大規模言語モデル(LLM)は、テキスト情報と画像の統合を容易にする。
LLM駆動型マルチモーダルAIを,放射線治療における目標音量調整の課題に適用する。
提案モデルでは,従来の視覚のみのAIモデルと比較して,性能が著しく向上していることを示す。
論文 参考訳(メタデータ) (2023-11-03T13:38:42Z) - AiAReSeg: Catheter Detection and Segmentation in Interventional
Ultrasound using Transformers [75.20925220246689]
血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。
本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
論文 参考訳(メタデータ) (2023-09-25T19:34:12Z) - Strategy for Rapid Diabetic Retinopathy Exposure Based on Enhanced
Feature Extraction Processing [0.0]
本研究の目的は, 糖尿病網膜症の診断を改善するために, 時間的DR識別のための深層学習モデルを開発することである。
提案モデルでは,早期に網膜画像から様々な病変を検出する。
論文 参考訳(メタデータ) (2023-05-08T14:17:33Z) - Artificial-intelligence-based molecular classification of diffuse
gliomas using rapid, label-free optical imaging [59.79875531898648]
DeepGliomaは人工知能に基づく診断スクリーニングシステムである。
ディープグリオーマは、世界保健機関が成人型びまん性グリオーマ分類を定義するために使用する分子変化を予測することができる。
論文 参考訳(メタデータ) (2023-03-23T18:50:18Z) - OADAT: Experimental and Synthetic Clinical Optoacoustic Data for
Standardized Image Processing [62.993663757843464]
オプトアコースティック(OA)イメージングは、ナノ秒レーザーパルスによる生体組織の励起と、光吸収による熱弾性膨張によって発生する超音波の検出に基づいている。
OAイメージングは、深部組織における豊富な光学コントラストと高分解能の強力な組み合わせを特徴としている。
臨床環境でのOAの幅広い応用を促進するために、異なるタイプの実験的なセットアップと関連する処理手法で生成される標準化データセットは存在しない。
論文 参考訳(メタデータ) (2022-06-17T08:11:26Z) - Learned super resolution ultrasound for improved breast lesion
characterization [52.77024349608834]
超高分解能超音波局在顕微鏡は毛細血管レベルでの微小血管のイメージングを可能にする。
この作業では、これらの課題に対処するために、信号構造を効果的に活用するディープニューラルネットワークアーキテクチャを使用します。
トレーニングしたネットワークを利用することで,従来のPSF知識を必要とせず,UCAの分離性も必要とせず,短時間で微小血管構造を復元する。
論文 参考訳(メタデータ) (2021-07-12T09:04:20Z) - AOSLO-net: A deep learning-based method for automatic segmentation of
retinal microaneurysms from adaptive optics scanning laser ophthalmoscope
images [3.8848390007421196]
トレーニングポリシをカスタマイズしたディープニューラルネットワークフレームワークであるAOSLO-netを導入し、AOSLOイメージからMAを自動的に分割する。
87 DR AOSLO画像を用いたAOSLO-netの性能評価を行った。
論文 参考訳(メタデータ) (2021-06-05T05:06:36Z) - 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) - Smartphone-Based Test and Predictive Models for Rapid, Non-Invasive, and
Point-of-Care Monitoring of Ocular and Cardiovascular Complications Related
to Diabetes [0.0]
糖尿病の合併症としては、糖尿病網膜症や心血管疾患が挙げられる。
本研究は、これらの条件の機械学習によるスクリーニングの改良について述べる。
精度スコア、受信機動作特性曲線、学習曲線、その他のゲージは有望であった。
論文 参考訳(メタデータ) (2020-10-25T00:57:35Z)
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。