論文の概要: GAMMA Challenge:Glaucoma grAding from Multi-Modality imAges

• arxiv url: http://arxiv.org/abs/2202.06511v2
• Date: Wed, 16 Feb 2022 02:56:56 GMT
• ステータス: 処理完了
• システム内更新日: 2022-02-17 12:36:44.571752
• Title: GAMMA Challenge:Glaucoma grAding from Multi-Modality imAges
• Title（参考訳）: GAMMAチャレンジ:Glaucoma grAding from Multi-Modality imAges
• Authors: Junde Wu, Huihui Fang, Fei Li, Huazhu Fu, Fengbin Lin, Jiongcheng Li, Lexing Huang, Qinji Yu, Sifan Song, Xingxing Xu, Yanyu Xu, Wensai Wang, Lingxiao Wang, Shuai Lu, Huiqi Li, Shihua Huang, Zhichao Lu, Chubin Ou, Xifei Wei, Bingyuan Liu, Riadh Kobbi, Xiaoying Tang, Li Lin, Qiang Zhou, Qiang Hu, Hrvoje Bogunovic, Jos\'e Ignacio Orlando, Xiulan Zhang, Yanwu Xu
• Abstract要約: グラウコーマgAding from Multi-Modality imAges (GAMMA) Challenge を作成した。 この課題の主な課題は,2次元眼底画像と3D OCTスキャンボリュームから緑内障を診断することである。 緑内障のカラー写真と3D OCTボリュームを併用した緑内障アノテートデータセットを公表した。
• 参考スコア（独自算出の注目度）: 48.98620387924817
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Color fundus photography and Optical Coherence Tomography (OCT) are the two most cost-effective tools for glaucoma screening. Both two modalities of images have prominent biomarkers to indicate glaucoma suspected. Clinically, it is often recommended to take both of the screenings for a more accurate and reliable diagnosis. However, although numerous algorithms are proposed based on fundus images or OCT volumes in computer-aided diagnosis, there are still few methods leveraging both of the modalities for the glaucoma assessment. Inspired by the success of Retinal Fundus Glaucoma Challenge (REFUGE) we held previously, we set up the Glaucoma grAding from Multi-Modality imAges (GAMMA) Challenge to encourage the development of fundus \& OCT-based glaucoma grading. The primary task of the challenge is to grade glaucoma from both the 2D fundus images and 3D OCT scanning volumes. As part of GAMMA, we have publicly released a glaucoma annotated dataset with both 2D fundus color photography and 3D OCT volumes, which is the first multi-modality dataset for glaucoma grading. In addition, an evaluation framework is also established to evaluate the performance of the submitted methods. During the challenge, 1272 results were submitted, and finally, top-10 teams were selected to the final stage. We analysis their results and summarize their methods in the paper. Since all these teams submitted their source code in the challenge, a detailed ablation study is also conducted to verify the effectiveness of the particular modules proposed. We find many of the proposed techniques are practical for the clinical diagnosis of glaucoma. As the first in-depth study of fundus \& OCT multi-modality glaucoma grading, we believe the GAMMA Challenge will be an essential starting point for future research.
• Abstract（参考訳）: color fundus photography and optical coherence tomography (oct) は緑内障スクリーニングに最も費用対効果の高いツールである。 両画像とも緑内障の疑いを示す顕著なバイオマーカーを有する。 臨床的には、より正確で信頼できる診断のために両方のスクリーニングを受けることが推奨される。 しかし,コンピュータ支援診断において,眼底画像やoctボリュームに基づくアルゴリズムが多数提案されているが,緑内障評価において両者のモダリティを活用できる手法は少ない。 我々は以前に開催した網膜緑内障チャレンジ(REFUGE)の成功に触発されて,眼底緑内障のグレーディングを促進すべく,Glaucoma grAding from Multi-Modality imAges (GAMMA) Challengeを設置した。 この課題の主な課題は,2次元眼底画像と3D OCTスキャンボリュームから緑内障を診断することである。 GAMMAの一部として2次元眼底色写真と3D OCTボリュームを併用した緑内障注釈データセットを公表した。 また、提案するメソッドのパフォーマンスを評価するための評価フレームワークも確立されている。 チャレンジでは1272の結果が提出され、最終的にトップ10チームが最終ステージに選ばれた。 結果を分析し,その方法を論文にまとめる。 これらすべてのチームがその課題にソースコードを提出したため、提案された特定のモジュールの有効性を検証するための詳細なアブレーション調査も実施されている。 緑内障の臨床診断には,多くの方法が有用である。 fundus \& oct multi-modality glaucoma gradingの最初の詳細な研究として、私たちはgamma challengeが将来の研究の出発点となると信じています。

関連論文リスト

• ELF: An End-to-end Local and Global Multimodal Fusion Framework for Glaucoma Grading [43.12236694270165]
  ELFと呼ばれる緑内障のグレーディングのための,エンドツーエンドの局所的およびグローバルなマルチモーダル融合フレームワークを提案する。 ELFは、FundusとOCTの補完情報を十分に活用することができる。 GAMMAデータセットを用いたマルチモーダル緑内障に対する広範囲な実験により,ELFの有効性が証明された。
  論文  参考訳（メタデータ） (2023-11-14T09:51:00Z)
• Segmentation-based Information Extraction and Amalgamation in Fundus Images for Glaucoma Detection [3.5426952641410496]
  緑内障の診断における眼底画像とセグメンテーションマスクの関係は稀である。 本稿では,緑内障検出作業のためのセグメンテーションに基づく情報抽出とアマルガメーション手法を提案する。
  論文  参考訳（メタデータ） (2022-09-23T07:39:17Z)
• Dataset and Evaluation algorithm design for GOALS Challenge [39.424658343179274]
  緑内障は視神経の損傷により不可逆的な視力喪失を引き起こし,緑内障の治療法はない。 OCTによる緑内障の診断を定量化するためのAI技術の研究を促進するため,緑内障OCT解析・層干渉(GOALS)チャレンジを開催した。 本稿では2つのサブタスクのベースラインと評価手法について述べる。
  論文  参考訳（メタデータ） (2022-07-29T02:51:26Z)
• FetReg2021: A Challenge on Placental Vessel Segmentation and Registration in Fetoscopy [52.3219875147181]
  2-Twin Transfusion Syndrome (TTTS) に対するレーザー光凝固法が広く採用されている。 このプロシージャは、視野が限られたこと、フェトスコープの操作性が悪いこと、視認性が悪いこと、照明の変動性のために特に困難である。 コンピュータ支援介入(CAI)は、シーン内の重要な構造を特定し、ビデオモザイクを通して胎児の視野を広げることで、外科医に意思決定支援と文脈認識を提供する。 7つのチームがこの課題に参加し、そのモデルパフォーマンスを、6フェットから658ピクセルの注釈付き画像の見当たらないテストデータセットで評価した。
  論文  参考訳（メタデータ） (2022-06-24T23:44:42Z)
• Geometric Deep Learning to Identify the Critical 3D Structural Features of the Optic Nerve Head for Glaucoma Diagnosis [52.06403518904579]
  視神経頭(ONH)は緑内障の発生・進展過程において複雑で深い3次元形態変化を呈する。 我々は3D ONH点群から緑内障の診断にPointNetと動的グラフ畳み込みニューラルネットワーク(DGCNN)を用いた。 幅広い眼科疾患の診断・予後に臨床応用される可能性も高い。
  論文  参考訳（メタデータ） (2022-04-14T12:52:10Z)
• REFUGE2 Challenge: Treasure for Multi-Domain Learning in Glaucoma Assessment [45.41988445653055]
  REFUGE2チャレンジでは、Zeiss、Canon、Kowa、Topconを含む4つのモデルの2000枚のカラー・ファンドイメージがリリースされた。 3つのサブタスクは緑内障分類、カップ/光ディスクセグメンテーション、黄斑葉の局在などの課題のために設計された。 この記事では、ファイナリストのメソッドを要約し、その結果を分析します。
  論文  参考訳（メタデータ） (2022-02-18T02:56:21Z)
• COROLLA: An Efficient Multi-Modality Fusion Framework with Supervised Contrastive Learning for Glaucoma Grading [1.2250035750661867]
  緑内障の診断に有効な多モード教師付きコントラスト学習フレームワークであるCOROLLAを提案する。 教師付きコントラスト学習を用いて、より良い収束性でモデルの識別能力を高めます。 GAMMAデータセットでは,我々のCOROLLAフレームワークは最先端の手法と比較して圧倒的な緑内障グレーディング性能を達成している。
  論文  参考訳（メタデータ） (2022-01-11T06:00:51Z)
• 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)
• AGE Challenge: Angle Closure Glaucoma Evaluation in Anterior Segment Optical Coherence Tomography [61.405005501608706]
  アングル閉鎖緑内障(ACG)は開角緑内障よりも攻撃的な疾患である。 前部セグメント光コヒーレンス・トモグラフィー(AS-OCT)は、開角度から角度閉鎖を識別する高速で接触のない方法を提供する。 既存のメソッドを均一に評価するためのパブリックなAS-OCTデータセットは存在しない。 私たちは,MICCAI 2019と共同で開催したAngle closure Glaucoma Evaluation Challenge (AGE)を組織した。
  論文  参考訳（メタデータ） (2020-05-05T14:55:01Z)

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。