Fugu-MT 論文翻訳(概要): Prediction of COVID-19 using chest X-ray images

論文の概要: Prediction of COVID-19 using chest X-ray images

arxiv url: http://arxiv.org/abs/2204.03849v1
Date: Fri, 8 Apr 2022 05:23:24 GMT
ステータス: 処理完了
システム内更新日: 2022-04-11 13:34:52.744178
Title: Prediction of COVID-19 using chest X-ray images
Title（参考訳）: 胸部X線画像を用いた新型コロナウイルスの予測
Authors: Narayana Darapaneni, Suma Maram, Harpreet Singh, Syed Subhani, Mandeep Kour, Sathish Nagam, and Anwesh Reddy Paduri
Abstract要約: 新型コロナウイルス(COVID-19)は、2019年後半に中国で初めて流行した、非常に伝染性の疾患である。熱、乾燥、疲労は、最も典型的な新型コロナウイルスの症状である。我々のAIアルゴリズムは、医師に劣化のリスクを定量的に見積もる。
参考スコア（独自算出の注目度）: 0.5396401833457564
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: COVID-19, also known as Novel Coronavirus Disease, is a highly contagious disease that first surfaced in China in late 2019. SARS-CoV-2 is a coronavirus that belongs to the vast family of coronaviruses that causes this disease. The sickness originally appeared in Wuhan, China in December 2019 and quickly spread to over 213 nations, becoming a global pandemic. Fever, dry cough, and tiredness are the most typical COVID-19 symptoms. Aches, pains, and difficulty breathing are some of the other symptoms that patients may face. The majority of these symptoms are indicators of respiratory infections and lung abnormalities, which radiologists can identify. Chest x-rays of COVID-19 patients seem similar, with patchy and hazy lungs rather than clear and healthy lungs. On x-rays, however, pneumonia and other chronic lung disorders can resemble COVID-19. Trained radiologists must be able to distinguish between COVID-19 and an illness that is less contagious. Our AI algorithm seeks to give doctors a quantitative estimate of the risk of deterioration. So that patients at high risk of deterioration can be triaged and treated efficiently. The method could be particularly useful in pandemic hotspots when screening upon admission is important for allocating limited resources like hospital beds.
Abstract（参考訳）: 新型コロナウイルス(COVID-19)は、2019年後半に中国で初めて流行した、非常に伝染性の疾患である。 SARS-CoV-2(SARS-CoV-2)は、この病気の原因となるコロナウイルス群に属する新型コロナウイルスである。この病気は、2019年12月に中国の武漢で発生し、213か国以上に急速に広がり、世界的なパンデミックとなった。発熱、干し草、疲労が最も典型的なcovid-19の症状である。痛み、痛み、呼吸困難は、患者が直面する可能性のある他の症状である。これらの症状の大部分は呼吸器感染症や肺疾患の指標であり、放射線科医が特定できる。新型コロナウイルス(covid-19)患者の胸部x線は、透明で健康な肺ではなく、パッチ状でぼろぼろの肺に似ています。しかしx線では、肺炎やその他の慢性肺疾患はcovid-19に似ている。訓練を受けた放射線科医は、covid-19と感染の少ない病気を区別しなくてはならない。我々のAIアルゴリズムは、医師に劣化のリスクを定量的に見積もる。劣化リスクの高い患者をトリアージし、効率的に治療することができる。この方法は、入院時のスクリーニングが病院のベッドなどの限られた資源の割り当てに重要である場合、パンデミックホットスポットで特に有用である。

関連論文リスト

COVID-19 Disease Identification on Chest-CT images using CNN and VGG16 [0.0]
新型コロナウイルス(COVID-19)は、2019年12月に中国武漢で発生したウイルスによる感染症である。初期の医療機関は、新型コロナウイルス(COVID-19)を検出する適切な医療援助や薬が無かったため、混乱していた。本研究では,胸部CT画像上でのCOVID-19自動同定のための畳み込みニューラルネットワーク(CNN)とVGG16に基づくモデルを提案する。
論文参考訳（メタデータ） (2022-07-09T07:20:15Z)
WisdomNet: Prognosis of COVID-19 with Slender Prospect of False Negative Cases and Vaticinating the Probability of Maturation to ARDS using Posteroanterior Chest X-Rays [0.0]
WisdomNetと呼ばれる新しいニューラルネットワークは、胸部X線を用いた新型コロナウイルスの診断のために提案されている。 WisdomNetはWisdom of Crowdsという概念を創始のアイデアとして使っている。胸部X線画像を入力として利用する2層畳み込みニューラルネットワーク(CNN)である。
論文参考訳（メタデータ） (2021-07-03T09:55:28Z)
Rapid COVID-19 Risk Screening by Eye-region Manifestations [64.6260390977642]
新型コロナウイルス(COVID-19)の患者には、臨床的な証拠として、より多くの眼症状が報告されている。そこで本研究では,共通CCDおよびCMOSカメラで撮像された眼領域画像の高速スクリーニング手法を提案する。我々の新型コロナウイルスの急激な事前スクリーニングモデルは、コストが低く、完全自己パフォーマンスで、非侵襲的で、重要なリアルタイム性を持つため、継続的な健康監視を可能にします。
論文参考訳（メタデータ） (2021-06-12T01:56:10Z)
COVID-19 Detection from Chest X-ray Images using Imprinted Weights Approach [67.05664774727208]
胸部X線撮影は、COVID-19の代替スクリーニング方法です。コンピュータ支援診断(CAD)は低コストで高速で実現可能であることが証明されている。この課題に対処するために,インプリント重みという低ショット学習手法を提案する。
論文参考訳（メタデータ） (2021-05-04T19:01:40Z)
A New Screening Method for COVID-19 based on Ocular Feature Recognition by Machine Learning Tools [66.20818586629278]
コロナウイルス感染症2019(COVID-19)は、数百万人に影響している。一般的なCCDやCMOSカメラで撮影された視線領域の画像を分析する新しいスクリーニング手法は、新型コロナウイルスの急激なリスクスクリーニングを確実に実現する可能性がある。
論文参考訳（メタデータ） (2020-09-04T00:50:27Z)
Understanding the temporal evolution of COVID-19 research through machine learning and natural language processing [66.63200823918429]
重症急性呼吸器症候群2号(SARS-CoV-2)による新型コロナウイルス感染症(COVID-19)の流行は、世界中の人々の生活や社会に影響を与え続けている。私たちは複数のデータソース、すなわちPubMedとArXivを使用し、現在のCOVID-19研究の風景を特徴づけるために、いくつかの機械学習モデルを構築しました。調査の結果,PubMedとArXivで利用可能な研究の種類は異なることが確認された。
論文参考訳（メタデータ） (2020-07-22T18:02:39Z)
End-to-End AI-Based Point-of-Care Diagnosis System for Classifying Respiratory Illnesses and Early Detection of COVID-19 [8.336455271935556]
本稿では, 症状のある患者からのデータを記録できるエンド・ツー・エンドのポータブルシステムを提案する。機械学習の助けを借りて、新型コロナウイルス(COVID-19)を含む様々な呼吸器疾患に分類する。
論文参考訳（メタデータ） (2020-06-28T00:06:48Z)
Predicting COVID-19 Pneumonia Severity on Chest X-ray with Deep Learning [57.00601760750389]
前頭部胸部X線画像の重症度予測モデルを提案する。このようなツールは、エスカレーションやケアの非エスカレーションに使用できる新型コロナウイルスの肺感染症の重症度を測定することができる。
論文参考訳（メタデータ） (2020-05-24T23:13:16Z)
COVID-DA: Deep Domain Adaptation from Typical Pneumonia to COVID-19 [92.4955073477381]
新型コロナウイルス感染症(COVID-19)の流行はすでに何百万人もの人々に感染しており、今でも世界中で急速に拡大している。近年,ディープラーニングを効果的なコンピュータ支援手法として利用し,診断効率を向上している。本稿では,新たな深部ドメイン適応手法,すなわちCOVID-DAを提案する。
論文参考訳（メタデータ） (2020-04-30T03:13:40Z)
Detection of Covid-19 From Chest X-ray Images Using Artificial Intelligence: An Early Review [3.0079490585515343]
新型コロナウイルスの感染者は、米国、イタリア、中国、スペイン、イラン、フランスが最大で196カ国となっている。接触によるウイルスの移動を防止するため、自動検出システムの開発が義務付けられている。 ResNet、Inception、Googlenetなど、新型コロナウイルスを検出するために、いくつかのディープラーニングアーキテクチャがデプロイされている。
論文参考訳（メタデータ） (2020-04-11T16:15:53Z)
Novel Coronavirus COVID-19 Strike on Arab Countries and Territories: A Situation Report I [0.0]
新型コロナウイルス(Coronavirus, COVID-19)は、中国武漢で最初に発見された新型コロナウイルス(COVID-19)または2019-nCoV(nCoV)によって引き起こされる感染症である。この疾患は呼吸器疾患(インフルエンザなど)を引き起こすが、痛み、発熱、より重篤な症例では呼吸が困難である。
論文参考訳（メタデータ） (2020-03-20T21:23:03Z)

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。