論文の概要: Improving AMD diagnosis by the simultaneous identification of associated retinal lesions

• arxiv url: http://arxiv.org/abs/2205.10885v1
• Date: Sun, 22 May 2022 17:52:02 GMT
• ステータス: 処理完了
• システム内更新日: 2022-05-24 19:15:59.296195
• Title: Improving AMD diagnosis by the simultaneous identification of associated retinal lesions
• Title（参考訳）: 関連網膜病変の同時同定によるAMD診断の改善
• Authors: Jos\'e Morano, \'Alvaro S. Hervella, Jos\'e Rouco, Jorge Novo, Jos\'e I. Fern\'andez-Vigo, Marcos Ortega
• Abstract要約: 加齢関連黄斑変性症(AMD)は、先進国において視覚障害の主要な原因である。 本稿では,AMD診断と潜在的な病変の分類を同時に行うCNNに基づく新しいアプローチを提案する。
• 参考スコア（独自算出の注目度）: 9.707114016577716
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Age-related Macular Degeneration (AMD) is the predominant cause of blindness in developed countries, specially in elderly people. Moreover, its prevalence is increasing due to the global population ageing. In this scenario, early detection is crucial to avert later vision impairment. Nonetheless, implementing large-scale screening programmes is usually not viable, since the population at-risk is large and the analysis must be performed by expert clinicians. Also, the diagnosis of AMD is considered to be particularly difficult, as it is characterized by many different lesions that, in many cases, resemble those of other macular diseases. To overcome these issues, several works have proposed automatic methods for the detection of AMD in retinography images, the most widely used modality for the screening of the disease. Nowadays, most of these works use Convolutional Neural Networks (CNNs) for the binary classification of images into AMD and non-AMD classes. In this work, we propose a novel approach based on CNNs that simultaneously performs AMD diagnosis and the classification of its potential lesions. This latter secondary task has not yet been addressed in this domain, and provides complementary useful information that improves the diagnosis performance and helps understanding the decision. A CNN model is trained using retinography images with image-level labels for both AMD and lesion presence, which are relatively easy to obtain. The experiments conducted in several public datasets show that the proposed approach improves the detection of AMD, while achieving satisfactory results in the identification of most lesions.
• Abstract（参考訳）: 加齢関連黄斑変性症(AMD)は、先進国、特に高齢者における視覚障害の主要な原因である。 また、世界人口の高齢化により人口増加傾向にある。 このシナリオでは、早期検出は後の視覚障害を回避するために不可欠である。 いずれにせよ,大規模検診プログラムの実施は,リスクが大きいため,専門医が実施しなければならないため,一般的には不可能である。 また、amdの診断は、多くの異なる病変が、多くの場合、他の黄斑病に類似していることが特徴であるため、特に難しいと考えられている。 これらの問題を克服するために、いくつかの研究が網膜画像におけるamdの自動検出法を提案している。 現在、これらの研究のほとんどは、画像のAMDおよび非AMDクラスへのバイナリ分類に畳み込みニューラルネットワーク(CNN)を使用している。 本研究では,AMDの診断と潜在的な病変の分類を同時に行うCNNに基づく新しいアプローチを提案する。 この後者の二次課題は、まだこの領域では解決されておらず、診断性能を改善し、意思決定を理解するのに役立つ補完的な有用な情報を提供している。 CNNモデルは、比較的容易に取得できるAMDと病変の有無の両方のイメージレベルラベルを持つ網膜画像を用いて訓練される。 いくつかの公開データセットで実施された実験により,提案手法はAMDの検出を改善するとともに,多くの病変の同定に良好な結果が得られた。

関連論文リスト

• Beyond the Eye: A Relational Model for Early Dementia Detection Using Retinal OCTA Images [42.75763279888966]
  早期発症アルツハイマー病 (AD) と軽度認知障害 (MCI) をコントロールから識別するために, 網膜光コヒーレンストモグラフィー (OCTA) を用いた新しいPolarNet+を提案する。 提案手法は,まずカルト座標から極座標へのOCTA画像のマッピングを行う。 次に,包括的かつ臨床的に有用な情報抽出のための3次元画像のシリアライズと解析を行う多視点モジュールを提案する。
  論文  参考訳（メタデータ） (2024-08-09T15:10:34Z)
• Weakly-supervised detection of AMD-related lesions in color fundus images using explainable deep learning [9.707114016577716]
  加齢関連黄斑変性 (AMD) は、網膜の視力にとって重要な領域である黄斑に影響を及ぼす変性疾患である。 網膜病変の関節同定によるAMD診断のための,説明可能な深層学習手法を提案する。
  論文  参考訳（メタデータ） (2022-12-01T15:11:56Z)
• ADAM Challenge: Detecting Age-related Macular Degeneration from Fundus Images [44.212866865895485]
  我々は、I SBI 2020カンファレンスの衛星イベントとして、初めて老化関連黄斑変性症(ADAM)の自動検出課題を設定した。 ADAMチャレンジは、基礎画像からAMDを検出する主要なトピックをカバーする4つのタスクから構成される。 本稿では,課題,データセット,評価手法を紹介するとともに,各タスクに参加するチームの結果を要約し,分析する。
  論文  参考訳（メタデータ） (2022-02-16T10:49:49Z)
• Automatic Classification of Neuromuscular Diseases in Children Using Photoacoustic Imaging [77.32032399775152]
  神経筋疾患(NMD)は、医療システムと社会の両方に重大な負担をもたらす。 激しい進行性筋力低下、筋変性、収縮、変形、進行性障害を引き起こす。
  論文  参考訳（メタデータ） (2022-01-27T16:37:19Z)
• 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)
• Many-to-One Distribution Learning and K-Nearest Neighbor Smoothing for Thoracic Disease Identification [83.6017225363714]
  ディープラーニングは、病気の識別性能を改善するための最も強力なコンピュータ支援診断技術となった。 胸部X線撮影では、大規模データの注釈付けには専門的なドメイン知識が必要で、時間を要する。 本論文では、単一モデルにおける疾患同定性能を改善するために、複数対1の分布学習(MODL)とK-nearest neighbor smoothing(KNNS)手法を提案する。
  論文  参考訳（メタデータ） (2021-02-26T02:29:30Z)
• Unsupervised deep learning for grading of age-related macular degeneration using retinal fundus images [1.4699455652461724]
  監視されたニューラルネットワークは網膜基底画像の階調を自動化することができるが、労働集約的なアノテーションを必要とし、特定の訓練されたタスクに制限される。 ここでは、年齢関連眼疾患研究(AREDS)の眼底写真を用いて、年齢関連黄斑変性症(AMD)の重症度に非パラメータ識別(NPID)を用いた教師なしネットワークを用いた。 教師なしのアルゴリズムは, 異なるAMD分類体系にまたがる多角性を示し, 教師ネットワークや眼科医に匹敵する不均衡の精度を実現した。
  論文  参考訳（メタデータ） (2020-10-22T19:13:28Z)
• Fundus Image Analysis for Age Related Macular Degeneration: ADAM-2020 Challenge Report [0.685316573653194]
  加齢関連黄斑変性症(AMD)は高齢者の視覚障害の主要な原因の1つである。 我々は,AMDのコンピュータ支援診断のためのカラーファンドス画像を用いた深層学習に基づく網膜解析手法を提案する。
  論文  参考訳（メタデータ） (2020-09-03T09:46:32Z)
• 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)
• Retinopathy of Prematurity Stage Diagnosis Using Object Segmentation and Convolutional Neural Networks [68.96150598294072]
  未熟児網膜症(英: Retinopathy of Prematurity、ROP)は、主に体重の低い未熟児に影響を及ぼす眼疾患である。 網膜の血管の増殖を招き、視力喪失を招き、最終的には網膜剥離を招き、失明を引き起こす。 近年,ディープラーニングを用いて診断を自動化する試みが盛んに行われている。 本稿では,従来のモデルの成功を基盤として,オブジェクトセグメンテーションと畳み込みニューラルネットワーク(CNN)を組み合わせた新しいアーキテクチャを開発する。 提案システムでは,まず対象分割モデルを訓練し,画素レベルでの区切り線を識別し,その結果のマスクを追加の"カラー"チャネルとして付加する。
  論文  参考訳（メタデータ） (2020-04-03T14:07:41Z)

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。