論文の概要: Precision-medicine-toolbox: An open-source python package for
facilitation of quantitative medical imaging and radiomics analysis
- arxiv url: http://arxiv.org/abs/2202.13965v1
- Date: Mon, 28 Feb 2022 17:16:07 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-01 19:15:43.212374
- Title: Precision-medicine-toolbox: An open-source python package for
facilitation of quantitative medical imaging and radiomics analysis
- Title（参考訳）: precision-medicine-toolbox: 定量的医用画像解析と放射線分析のためのオープンソースのpythonパッケージ
- Authors: Sergey Primakov, Elizaveta Lavrova, Zohaib Salahuddin, Henry C
Woodruff, Philippe Lambin
- Abstract要約: 本稿では,データキュレーション,画像前処理,手作りラジオミクス抽出を行うための精密医療ツールボックスを提案する。
データ作成と探索の問題に対処し、既存のパッケージ間のギャップを埋め、定量的な医用画像研究を改善することを目的としている。
- 参考スコア（独自算出の注目度）: 4.964816143841665
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Medical image analysis plays a key role in precision medicine as it allows
the clinicians to identify anatomical abnormalities and it is routinely used in
clinical assessment. Data curation and pre-processing of medical images are
critical steps in the quantitative medical image analysis that can have a
significant impact on the resulting model performance. In this paper, we
introduce a precision-medicine-toolbox that allows researchers to perform data
curation, image pre-processing and handcrafted radiomics extraction (via
Pyradiomics) and feature exploration tasks with Python. With this open-source
solution, we aim to address the data preparation and exploration problem,
bridge the gap between the currently existing packages, and improve the
reproducibility of quantitative medical imaging research.
- Abstract（参考訳）: 医用画像解析は、臨床医が解剖学的異常を識別し、臨床評価に日常的に使用されるため、精密医療において重要な役割を担っている。
データキュレーションと医用画像の事前処理は、定量的な医用画像解析において重要なステップであり、その結果のモデル性能に大きな影響を及ぼす可能性がある。
本稿では,pyradiomics によるデータキュレーション,画像前処理,手作りの放射線抽出,python による探索タスクなどを行うための,精密医療ツールボックスを提案する。
このオープンソースのソリューションでは、データ作成と探索の問題に対処し、既存のパッケージ間のギャップを橋渡し、定量的医療画像研究の再現性を向上させることを目指している。
関連論文リスト
- Optimizing Skin Lesion Classification via Multimodal Data and Auxiliary
Task Integration [54.76511683427566]
本研究は, スマートフォンで撮影した画像と本質的な臨床および人口統計情報を統合することで, 皮膚病変を分類する新しいマルチモーダル手法を提案する。
この手法の特徴は、超高解像度画像予測に焦点を当てた補助的なタスクの統合である。
PAD-UFES20データセットを用いて,様々なディープラーニングアーキテクチャを用いて実験を行った。
論文 参考訳（メタデータ） (2024-02-16T05:16:20Z) - Breast Ultrasound Report Generation using LangChain [58.07183284468881]
本稿では,Large Language Models (LLM) を用いたLangChainによる複数の画像解析ツールを胸部報告プロセスに統合することを提案する。
本手法は,超音波画像から関連する特徴を正確に抽出し,臨床的文脈で解釈し,包括的で標準化された報告を生成する。
論文 参考訳（メタデータ） (2023-12-05T00:28:26Z) - Radiology Report Generation Using Transformers Conditioned with
Non-imaging Data [55.17268696112258]
本稿では,胸部X線画像と関連する患者の人口統計情報を統合したマルチモーダルトランスフォーマーネットワークを提案する。
提案ネットワークは、畳み込みニューラルネットワークを用いて、CXRから視覚的特徴を抽出し、その視覚的特徴と患者の人口統計情報のセマンティックテキスト埋め込みを組み合わせたトランスフォーマーベースのエンコーダデコーダネットワークである。
論文 参考訳（メタデータ） (2023-11-18T14:52:26Z) - Beyond Images: An Integrative Multi-modal Approach to Chest X-Ray Report
Generation [47.250147322130545]
画像からテキストまでの放射線学レポート生成は,医療画像の発見を記述した放射線学レポートを自動生成することを目的としている。
既存の方法の多くは画像データのみに焦点をあてており、他の患者情報は放射線科医に公開されていない。
胸部X線レポートを生成するための多モードディープニューラルネットワークフレームワークを,非構造的臨床ノートとともにバイタルサインや症状などの構造化された患者データを統合することで提案する。
論文 参考訳（メタデータ） (2023-11-18T14:37:53Z) - An objective validation of polyp and instrument segmentation methods in
colonoscopy through Medico 2020 polyp segmentation and MedAI 2021
transparency challenges [58.402720481042365]
メディコオートマチックポリープセグメンテーション(Medico 2020)と「メディコ:医療画像の透明性(MedAI 2021)」コンペティション。
本報告では, それぞれのコントリビューションを包括的に分析し, ベストパフォーマンスメソッドの強さを強調し, クリニックへの臨床翻訳の可能性について考察する。
論文 参考訳（メタデータ） (2023-07-30T16:08:45Z) - Morphology-Aware Interactive Keypoint Estimation [27.65145825087457]
医学的画像に基づく診断は、しばしば解剖学的キーポイントのマニュアルアノテーションを含む。
本稿では,ユーザインタラクションシステムを通じて解剖学的キーポイントを自動的に検出し,精査する,新しいディープニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2022-09-15T09:27:14Z) - Multi-Modality Cardiac Image Computing: A Survey [18.92646939242613]
多モード心電図は心血管疾患患者の管理において重要な役割を担っている。
多モード心画像の完全自動処理と定量的解析は、臨床研究とエビデンスに基づく患者管理に直接的な影響を与える可能性がある。
論文 参考訳（メタデータ） (2022-08-26T22:19:50Z) - Multi-Task Multi-Scale Learning For Outcome Prediction in 3D PET Images [4.234843176066354]
本稿では,患者の生存と反応を予測するためのマルチタスク学習フレームワークを提案する。
肺癌および食道癌に対する治療効果と生存率について検討した。
論文 参考訳（メタデータ） (2022-03-01T17:30:28Z) - OCTAVA: an open-source toolbox for quantitative analysis of optical
coherence tomography angiography images [0.2621533844622817]
ユーザフレンドリーでオープンソースのツールボックスOCTAVAを報告し、OCTA最大強度投影画像の事前処理、セグメンテーション、定量的解析を自動化する。
市販・非商用機器およびサンプルのOCTA画像の定量的解析を行い、OCTAVAが微小血管のキャラクタリゼーションの指標を正確に再現可能であることを示す。
論文 参考訳（メタデータ） (2021-09-04T10:11:42Z) - The Medkit-Learn(ing) Environment: Medical Decision Modelling through
Simulation [81.72197368690031]
医用シーケンシャルな意思決定に特化して設計された新しいベンチマークスイートを提案する。
Medkit-Learn(ing) Environmentは、高忠実度合成医療データに簡単かつ簡単にアクセスできるPythonパッケージである。
論文 参考訳（メタデータ） (2021-06-08T10:38:09Z) - Computer-Assisted Analysis of Biomedical Images [1.0116577992023341]
本論文は, バイオメディカル画像解析のための新しい, 先進的なコンピュータ支援手法を提案することを目的とする。
これらの研究の最終的な目標は、臨床および生物学的に有用な知見を得て、鑑別診断と治療を導くことである。
論文 参考訳（メタデータ） (2021-06-04T21:59:48Z)
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。