論文の概要: Statistical and Topological Summaries Aid Disease Detection for
Segmented Retinal Vascular Images
- arxiv url: http://arxiv.org/abs/2202.09708v1
- Date: Sun, 20 Feb 2022 01:29:36 GMT
- ステータス: 処理完了
- システム内更新日: 2022-02-25 14:37:10.017992
- Title: Statistical and Topological Summaries Aid Disease Detection for
Segmented Retinal Vascular Images
- Title(参考訳): 分節網膜血管像に対する統計的・トポロジカルなサマリーエイド病の検出
- Authors: John T. Nardini, Charles W. J. Pugh, Helen M. Byrne
- Abstract要約: 微小血管疾患は網膜画像の視覚検査によって評価される。
病気が静かな症状を示したり、患者が直接の会議に出席できない場合、これは困難である。
微小血管疾患の検出における機械学習アルゴリズムの性能について検討した。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Disease complications can alter vascular network morphology and disrupt
tissue functioning. Diabetic retinopathy, for example, is a complication of
type 1 and 2 diabetus mellitus that can cause blindness. Microvascular diseases
are assessed by visual inspection of retinal images, but this can be
challenging when diseases exhibit silent symptoms or patients cannot attend
in-person meetings. We examine the performance of machine learning algorithms
in detecting microvascular disease when trained on either statistical or
topological summaries of segmented retinal vascular images. We apply our
methods to four publicly-available datasets and find that the fractal dimension
performs best for high resolution images. By contrast, we find that topological
descriptor vectors quantifying the number of loops in the data achieve the
highest accuracy for low resolution images. Further analysis, using the
topological approach, reveals that microvascular disease may alter morphology
by reducing the number of loops in the retinal vasculature. Our work provides
preliminary guidelines on which methods are most appropriate for assessing
disease in high and low resolution images. In the longer term, these methods
could be incorporated into automated disease assessment tools.
- Abstract(参考訳): 疾患の合併症は血管網の形態を変え、組織機能を阻害する。
例えば、糖尿病網膜症は1型および2型糖尿病の合併症であり、盲目を引き起こす可能性がある。
微小血管疾患は網膜画像の視覚検査によって評価されるが、無声症状や患者が対面ミーティングに参加できない場合、これは困難である。
網膜血管画像の統計的あるいはトポロジカルな要約をトレーニングした際の微小血管疾患検出における機械学習アルゴリズムの性能について検討した。
提案手法を4つの公開データセットに適用し, フラクタル次元が高解像度画像に対して最適であることを示す。
対照的に、データ中のループ数を定量化するトポロジカルディスクリプタベクトルは、低解像度画像に対して最も高い精度を実現する。
トポロジカルアプローチを用いたさらなる分析により、微小血管疾患は網膜血管のループ数を減らすことで形態を変化させる可能性があることが明らかになった。
本研究は,高分解能画像と低解像度画像の疾患評価に最も適した方法に関する予備的ガイドラインを提供する。
長期的には、これらの手法を自動疾患評価ツールに組み込むことができる。
関連論文リスト
- Quantitative Characterization of Retinal Features in Translated OCTA [0.6664270117164767]
本研究では、生成機械学習(ML)を用いてOCT画像からOCTA画像への変換の可能性を検討する。
論文 参考訳(メタデータ) (2024-04-24T18:40:45Z) - A Residual Encoder-Decoder Network for Segmentation of Retinal
Image-Based Exudates in Diabetic Retinopathy Screening [1.8496844821697171]
網膜画像におけるエキダレートのセグメンテーションのための残差スキップ接続を有する畳み込みニューラルネットワークを提案する。
提案するネットワークは,糖尿病網膜症スクリーニングに適応し,高い精度で抽出する。
論文 参考訳(メタデータ) (2022-01-16T04:08:17Z) - Pseudo-domains in imaging data improve prediction of future disease
status in multi-center studies [57.712855968194305]
本研究では,多数の異なるスキャンサイトと,各サイト毎のサンプル数に対処可能な予測手法を提案する。
以上の結果より,初診後48週,12週間の肝疾患経過観察の結果から,聴力低下の予測精度が向上した。
論文 参考訳(メタデータ) (2021-11-15T09:40:54Z) - A deep learning model for classification of diabetic retinopathy in eye
fundus images based on retinal lesion detection [0.0]
糖尿病網膜症(英: Diabetic retinopathy, DR)は、糖尿病が網膜に影響を及ぼす結果である。
失明の原因は、未診断で治療を受けていない場合である。
本稿では眼底画像の自動DR分類モデルを提案する。
論文 参考訳(メタデータ) (2021-10-14T22:04:59Z) - 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) - 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) - 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) - Multi-label Thoracic Disease Image Classification with Cross-Attention
Networks [65.37531731899837]
胸部X線画像から胸部疾患を自動分類するためのCAN(Cross-Attention Networks)を提案する。
また,クロスエントロピー損失を超える新たな損失関数を設計し,クラス間の不均衡を克服する。
論文 参考訳(メタデータ) (2020-07-21T14:37:00Z) - Modeling and Enhancing Low-quality Retinal Fundus Images [167.02325845822276]
低画質の眼底画像は臨床観察における不確実性を高め、誤診のリスクを引き起こす。
本稿では,グローバルな劣化要因を抑えるために,臨床指向の基盤拡張ネットワーク(cofe-Net)を提案する。
合成画像と実画像の両方の実験により、我々のアルゴリズムは網膜の細部を失うことなく、低品質の眼底画像を効果的に補正することを示した。
論文 参考訳(メタデータ) (2020-05-12T08:01:16Z) - Unsupervised deep clustering for predictive texture pattern discovery in
medical images [2.0478628221188497]
医用画像のテクスチャパターンを教師なしで識別する手法を提案する。
深層クラスタリングネットワークに基づいて,低次元潜在空間における医用画像パッチを同時にエンコードし,クラスタリングする。
肝脂肪症患者のT1強調MRI70例について検討した。
論文 参考訳(メタデータ) (2020-01-31T10:57:59Z)
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。