Fugu-MT 論文翻訳(概要): Automatic Detection of Microaneurysms in OCT Images Using Bag of Features

論文の概要: Automatic Detection of Microaneurysms in OCT Images Using Bag of Features

arxiv url: http://arxiv.org/abs/2205.04695v1
Date: Tue, 10 May 2022 06:43:01 GMT
ステータス: 処理完了
システム内更新日: 2022-05-12 19:58:56.714615
Title: Automatic Detection of Microaneurysms in OCT Images Using Bag of Features
Title（参考訳）: 特徴量を用いたOCT画像における微小動脈瘤の自動検出
Authors: Elahe Sadat Kazemi Nasab, Ramin Almasi, Bijan Shoushtarian, Ehsan Golkar, Hossein Rabbani
Abstract要約: 糖尿病による糖尿病網膜症(DR)は網膜血管の変化によって発生し、視覚障害を引き起こす。 Microaneurysms (MAs) はDRの早期臨床症状であり、時間的診断はDRの発達の初期段階における検出に有効である。本研究は, DR患者20名を対象に, FA画像とOCT画像から収集したデータセットを用いて行った。
参考スコア（独自算出の注目度）: 8.777674946755717
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Diabetic Retinopathy (DR) caused by diabetes occurs as a result of changes in the retinal vessels and causes visual impairment. Microaneurysms (MAs) are the early clinical signs of DR, whose timely diagnosis can help detecting DR in the early stages of its development. It has been observed that MAs are more common in the inner retinal layers compared to the outer retinal layers in eyes suffering from DR. Optical Coherence Tomography (OCT) is a noninvasive imaging technique that provides a cross-sectional view of the retina and it has been used in recent years to diagnose many eye diseases. As a result, in this paper has attempted to identify areas with MA from normal areas of the retina using OCT images. This work is done using the dataset collected from FA and OCT images of 20 patients with DR. In this regard, firstly Fluorescein Angiography (FA) and OCT images were registered. Then the MA and normal areas were separated and the features of each of these areas were extracted using the Bag of Features (BOF) approach with Speeded-Up Robust Feature (SURF) descriptor. Finally, the classification process was performed using a multilayer perceptron network. For each of the criteria of accuracy, sensitivity, specificity, and precision, the obtained results were 96.33%, 97.33%, 95.4%, and 95.28%, respectively. Utilizing OCT images to detect MAsautomatically is a new idea and the results obtained as preliminary research in this field are promising .
Abstract（参考訳）: 糖尿病による糖尿病網膜症(DR)は網膜血管の変化によって発生し、視覚障害を引き起こす。 Microaneurysms (MAs) はDRの早期臨床症状であり、時間的診断はDRの発達の初期段階における検出に有効である。光コヒーレンス断層撮影(oct)は非侵襲的イメージング技術であり、網膜の断面像を提供しており、近年では多くの眼疾患の診断に使用されている。そこで本研究では,OCT画像を用いて網膜の正常領域からMA領域を同定する試みを行った。本研究は, DR患者20例の FA および OCT 画像から収集したデータセットを用いて行われ, はじめに FA と OCT 画像が登録された。そして,ma領域と正規領域を分離し,これらの領域の特徴をshr(speeded up robust feature)ディスクリプタを用いたbag of features (bof) アプローチで抽出した。最後に,多層パーセプトロンネットワークを用いて分類処理を行った。精度,感度,特異度,精度の基準はそれぞれ96.33%,97.33%,95.4%,95.28%であった。 oct画像を用いた自動検出は新しいアイデアであり,本分野における予備研究として得られた結果は有望である。

関連論文リスト

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)
Texture Characterization of Histopathologic Images Using Ecological Diversity Measures and Discrete Wavelet Transform [82.53597363161228]
本稿では,病理組織像間でテクスチャを特徴付ける手法を提案する。 2つのHIデータセットに有望な精度で、そのような画像の固有特性を定量化することが可能である。
論文参考訳（メタデータ） (2022-02-27T02:19:09Z)
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)
Universal Lesion Detection in CT Scans using Neural Network Ensembles [5.341593824515018]
腫瘍の拡がりの下流評価を促進するため、病変の縮小の前提条件は、その検出である。我々は,NIH DeepLesionデータセットに存在する疑わしい病変を識別するために,最先端検出ニューラルネットワークを提案する。画像あたり65.17%の精度と91.67%の感度で1枚あたり4FPの精度で、病変を局在させる最良の検出モデルのアンサンブルを構築した。
論文参考訳（メタデータ） (2021-11-09T00:11:01Z)
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)
Multi-Scale Convolutional Neural Network for Automated AMD Classification using Retinal OCT Images [1.299941371793082]
加齢関連黄斑変性症(AMD)は、先進国、特に60歳以上の人々において、視覚障害の最も一般的な原因である。近年のディープラーニングの発展は、完全に自動化された診断フレームワークの開発にユニークな機会を与えている。様々な大きさの受容場を用いて病理を識別できる多スケール畳み込みニューラルネットワーク(CNN)を提案する。
論文参考訳（メタデータ） (2021-10-06T18:20:58Z)
MTCD: Cataract Detection via Near Infrared Eye Images [69.62768493464053]
白内障は一般的な眼疾患であり、盲目や視力障害の主な原因の1つである。近赤外画像を用いた白内障検出のための新しいアルゴリズムを提案する。深層学習に基づくアイセグメンテーションとマルチタスクネットワーク分類ネットワークについて述べる。
論文参考訳（メタデータ） (2021-10-06T08:10:28Z)
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)
Blindness (Diabetic Retinopathy) Severity Scale Detection [0.0]
糖尿病網膜症(英: Diabetic retinopathy, DR)は、糖尿病の重篤な合併症である。 DRのタイムリーな診断と治療は、視力の喪失を避けるために重要である。本稿では,網膜基底画像の自動スクリーニングのための新しい深層学習手法を提案する。
論文参考訳（メタデータ） (2021-10-04T11:31:15Z)
Learned super resolution ultrasound for improved breast lesion characterization [52.77024349608834]
超高分解能超音波局在顕微鏡は毛細血管レベルでの微小血管のイメージングを可能にする。この作業では、これらの課題に対処するために、信号構造を効果的に活用するディープニューラルネットワークアーキテクチャを使用します。トレーニングしたネットワークを利用することで,従来のPSF知識を必要とせず,UCAの分離性も必要とせず,短時間で微小血管構造を復元する。
論文参考訳（メタデータ） (2021-07-12T09:04:20Z)
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)

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。