論文の概要: VinDr-Mammo: A large-scale benchmark dataset for computer-aided
diagnosis in full-field digital mammography
- arxiv url: http://arxiv.org/abs/2203.11205v1
- Date: Sun, 20 Mar 2022 18:17:42 GMT
- ステータス: 処理完了
- システム内更新日: 2022-03-26 06:19:14.870985
- Title: VinDr-Mammo: A large-scale benchmark dataset for computer-aided
diagnosis in full-field digital mammography
- Title（参考訳）: VinDr-Mammo:フルフィールドデジタルマンモグラフィーにおけるコンピュータ支援診断のための大規模ベンチマークデータセット
- Authors: Hieu T. Nguyen, Ha Q. Nguyen, Hieu H. Pham, Khanh Lam, Linh T. Le,
Minh Dao, and Van Vu
- Abstract要約: VinDr-Mammoはフルフィールドデジタルマンモグラフィー(FFDM)の新しいベンチマークデータセットである
データセットは5000のマンモグラフィー試験で構成され、それぞれが4つの標準ビューを持ち、意見の相違を伴って読み上げられている。
乳房画像報告・データシステム(BI-RADS)と乳房レベルの密度を評価するために作成される。
- 参考スコア（独自算出の注目度）: 0.5452925161262461
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Mammography, or breast X-ray, is the most widely used imaging modality to
detect cancer and other breast diseases. Recent studies have shown that deep
learning-based computer-assisted detection and diagnosis (CADe or CADx) tools
have been developed to support physicians and improve the accuracy of
interpreting mammography. However, most published datasets of mammography are
either limited on sample size or digitalized from screen-film mammography
(SFM), hindering the development of CADe and CADx tools which are developed
based on full-field digital mammography (FFDM). To overcome this challenge, we
introduce VinDr-Mammo - a new benchmark dataset of FFDM for detecting and
diagnosing breast cancer and other diseases in mammography. The dataset
consists of 5,000 mammography exams, each of which has four standard views and
is double read with disagreement (if any) being resolved by arbitration. It is
created for the assessment of Breast Imaging Reporting and Data System
(BI-RADS) and density at the breast level. In addition, the dataset also
provides the category, location, and BI-RADS assessment of non-benign findings.
We make VinDr-Mammo publicly available on PhysioNet as a new imaging resource
to promote advances in developing CADe and CADx tools for breast cancer
screening.
- Abstract（参考訳）: マンモグラフィ(mammography、乳房x線)は、がんやその他の乳がんの検出に最も広く用いられている画像診断法である。
近年, 深層学習を用いたコンピュータ支援診断ツール(CADe, CADx)が, 医師を支援するとともに, マンモグラフィーの精度を向上させるために開発されたことが報告されている。
しかし、ほとんどのマンモグラフィーデータセットはサンプルサイズに制限されているか、スクリーンフィルムマンモグラフィー(SFM)からデジタル化されているため、フルフィールドデジタルマンモグラフィー(FFDM)に基づいて開発されたCADeおよびCADxツールの開発を妨げている。
VinDr-Mammoは,マンモグラフィにおける乳癌および他の疾患の検出と診断のためのFFDMの新しいベンチマークデータセットである。
データセットは5000のマンモグラフィー試験で構成され、それぞれが4つの標準ビューを持ち、仲裁によって解決される(もしあれば)意見の相違を兼ね備えている。
乳房画像報告・データシステム(BI-RADS)と乳房レベルの密度を評価するために作成された。
さらに、このデータセットは非良性発見のカテゴリ、位置、BI-RADS評価も提供する。
我々は,乳がん検診のためのcadeおよびcadxツールの開発を進めるための新たなイメージングリソースとして,physionet 上で vindr-mammo を公開する。
関連論文リスト
- Deep BI-RADS Network for Improved Cancer Detection from Mammograms [3.686808512438363]
テキスト型BI-RADS病変記述子と視覚マンモグラムを併用した新しいマルチモーダル手法を提案する。
提案手法は,これらの異なるモダリティを効果的に融合させるために,反復的な注意層を用いる。
CBIS-DDSMデータセットの実験では、すべてのメトリクスで大幅に改善されている。
論文 参考訳（メタデータ） (2024-11-16T21:32:51Z) - Panoptic Segmentation of Mammograms with Text-To-Image Diffusion Model [1.2130800774416757]
視覚言語拡散モデルは、様々な下流タスクに対する画像生成と転送性において顕著な性能を示した。
本稿では,安定拡散モデルから最新のパン光学セグメントアーキテクチャへの入力として,事前学習した特徴を活用することを提案する。
論文 参考訳（メタデータ） (2024-07-19T14:04:05Z) - 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) - Can GPT-4V(ision) Serve Medical Applications? Case Studies on GPT-4V for
Multimodal Medical Diagnosis [59.35504779947686]
GPT-4VはOpenAIの最新のマルチモーダル診断モデルである。
評価対象は17の人体システムである。
GPT-4Vは、医用画像のモダリティと解剖学を区別する能力を示す。
疾患の診断と包括的報告作成において重大な課題に直面している。
論文 参考訳（メタデータ） (2023-10-15T18:32:27Z) - BMAD: Benchmarks for Medical Anomaly Detection [51.22159321912891]
異常検出(AD)は、機械学習とコンピュータビジョンの基本的な研究課題である。
医用画像では、ADはまれな疾患や病態を示す可能性のある異常の検出と診断に特に重要である。
医用画像の異常検出方法を評価するための総合評価ベンチマークを導入する。
論文 参考訳（メタデータ） (2023-06-20T20:23:46Z) - Multi-Head Feature Pyramid Networks for Breast Mass Detection [48.24995569980701]
本稿では,MHFPN (Multi-head Feature pyramid Module) を提案する。
実験により、SOTA検出ベースラインと比較して、一般的に使用されるInbreastデータセットでは、我々の手法は6.58%(AP@50では6.58%、TPR@50では5.4%(TPR@50では5.4%)の改善が見られた。
論文 参考訳（メタデータ） (2023-02-22T03:02:52Z) - High-resolution synthesis of high-density breast mammograms: Application
to improved fairness in deep learning based mass detection [48.88813637974911]
深層学習に基づくコンピュータ支援検出システムは乳癌検出において優れた性能を示した。
高密度の乳房は、高密度の組織がマスを覆ったりシミュレートしたりできるため、検出性能が劣っている。
本研究は,高密度乳房における高密度フルフィールドデジタルマンモグラムを用いた質量検出性能の向上を目的とする。
論文 参考訳（メタデータ） (2022-09-20T15:57:12Z) - Meta-repository of screening mammography classifiers [35.24447276237306]
マンモグラムのスクリーニングのためのディープラーニングモデルを含むメタリポジトリをリリースする。
当社のメタリポジトリには5つの最先端モデルとオープンソース実装が含まれています。
私たちは5つの国際データセットでそれらのパフォーマンスを比較します。
論文 参考訳（メタデータ） (2021-08-10T17:39:26Z) - Global Guidance Network for Breast Lesion Segmentation in Ultrasound
Images [84.03487786163781]
我々は,大域的誘導ブロック(GGB)と乳房病変境界検出モジュールを備えた深部畳み込みニューラルネットワークを開発した。
当社のネットワークは、乳房超音波病変分割における他の医療画像分割方法および最近のセマンティックセグメンテーション方法よりも優れています。
論文 参考訳（メタデータ） (2021-04-05T13:15:22Z) - Descriptive analysis of computational methods for automating mammograms
with practical applications [0.0]
本論文はマンモグラムの様々な応用と自動化を目的とした研究に焦点を当てている。
画像前処理、特徴抽出、マンモグラムの応用、スクリーン・フィルム・マンモグラム、デジタルマンモグラム、およびデジタルマンモグラムの実験のためのベンチマークコーパスの開発について様々な視点をカバーしている。
論文 参考訳（メタデータ） (2020-10-06T05:40:26Z) - A New Computer-Aided Diagnosis System with Modified Genetic Feature
Selection for BI-RADS Classification of Breast Masses in Mammograms [5.395050211492798]
マンモグラフィー報告における異常を記述するために用いられる言語は、乳房画像報告・データシステム(BI-RADS)に基づく。
本稿では,マンモグラフィ集団をBI-RADSの4つの評価カテゴリに分類する,コンピュータ支援診断(CAD)システムを提案する。
論文 参考訳（メタデータ） (2020-05-11T13:06:25Z)
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。