論文の概要: COVIDx CT-3: A Large-scale, Multinational, Open-Source Benchmark Dataset
for Computer-aided COVID-19 Screening from Chest CT Images
- arxiv url: http://arxiv.org/abs/2206.03043v1
- Date: Tue, 7 Jun 2022 06:35:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-08 15:27:22.584486
- Title: COVIDx CT-3: A Large-scale, Multinational, Open-Source Benchmark Dataset
for Computer-aided COVID-19 Screening from Chest CT Images
- Title（参考訳）: COVIDx CT-3:胸部CT画像からのコンピュータ支援型COVID-19スクリーニングのための大規模・多国籍オープンソースベンチマークデータセット
- Authors: Tia Tuinstra, Hayden Gunraj, Alexander Wong
- Abstract要約: 胸部CT画像から新型コロナウイルスの症例を検出するための大規模ベンチマークデータセットであるCOVIDx CT-3を紹介する。
COVIDx CT-3には、少なくとも17カ国で6,068人の患者から431,205個のCTスライスが含まれている。
我々は, COVIDx CT-3データセットのデータ多様性と潜在的なバイアスについて検討し, 地理的, 集団的不均衡について検討した。
- 参考スコア（独自算出の注目度）: 82.74877848011798
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Computed tomography (CT) has been widely explored as a COVID-19 screening and
assessment tool to complement RT-PCR testing. To assist radiologists with
CT-based COVID-19 screening, a number of computer-aided systems have been
proposed; however, many proposed systems are built using CT data which is
limited in both quantity and diversity. Motivated to support efforts in the
development of machine learning-driven screening systems, we introduce COVIDx
CT-3, a large-scale multinational benchmark dataset for detection of COVID-19
cases from chest CT images. COVIDx CT-3 includes 431,205 CT slices from 6,068
patients across at least 17 countries, which to the best of our knowledge
represents the largest, most diverse dataset of COVID-19 CT images in
open-access form. Additionally, we examine the data diversity and potential
biases of the COVIDx CT-3 dataset, finding that significant geographic and
class imbalances remain despite efforts to curate data from a wide variety of
sources.
- Abstract（参考訳）: CTは、RT-PCR検査を補完する新型コロナウイルススクリーニングおよび評価ツールとして広く研究されている。
CTによる新型コロナウイルススクリーニングを支援するため,多くのコンピュータ支援システムが提案されているが,その量と多様性に制限のあるCTデータを用いて構築されているシステムも少なくない。
機械学習によるスクリーニングシステムの開発を支援するため,胸部CT画像からCOVID-19症例を検出するための大規模多国間ベンチマークデータセットであるCOVIDx CT-3を導入する。
COVIDx CT-3には、少なくとも17カ国で6,068人の患者の431,205 CTスライスが含まれている。
さらに, COVIDx CT-3データセットのデータ多様性と潜在的なバイアスについて検討し, 多様な情報源からのデータ収集にも拘わらず, 地理的・階級的不均衡が著しいことが確認された。
関連論文リスト
- COVIDx CXR-4: An Expanded Multi-Institutional Open-Source Benchmark
Dataset for Chest X-ray Image-Based Computer-Aided COVID-19 Diagnostics [79.90346960083775]
我々は,胸部X線画像を用いたコンピュータ支援型COVID-19診断のための,多施設のオープンソースベンチマークデータセットであるCOVIDx CXR-4を紹介する。
COVIDx CXR-4は、患者の総コホートサイズを2.66倍に増やすことで、前回のCOVIDx CXR-3データセットで大幅に拡大する。
患者人口、画像メタデータ、および疾患分布の多様性について広範な分析を行い、潜在的なデータセットバイアスを明らかにする。
論文 参考訳（メタデータ） (2023-11-29T14:40:31Z) - Multi-scale alignment and Spatial ROI Module for COVID-19 Diagnosis [13.31017458409054]
本研究では,異なる解像度でコンテキスト情報を統合するために,深部空間ピラミッドプーリング(D-SPP)モジュールを提案する。
また,病変部位に注意を向け,無関係な情報から干渉を取り除くためのCIDモジュールも提案する。
以上の結果から,CTおよびCXR画像における新型コロナウイルスの病変の検出精度が向上した。
論文 参考訳（メタデータ） (2022-07-04T12:07:17Z) - COVIDx CXR-3: A Large-Scale, Open-Source Benchmark Dataset of Chest
X-ray Images for Computer-Aided COVID-19 Diagnostics [69.55060769611916]
RT-PCR検査の補助的スクリーニング戦略としての胸部X線撮影(CXR)の利用が増加している。
CXRイメージングに基づく新型コロナウイルススクリーニングのための多くの視覚知覚モデルが提案されている。
我々は、COVID-19コンピュータビジョン研究を支援するために、CXR画像の大規模なベンチマークデータセットであるCOVIDx CXR-3を紹介する。
論文 参考訳（メタデータ） (2022-06-08T04:39:44Z) - HRCTCov19 -- A High-Resolution Chest CT Scan Image Dataset for COVID-19
Diagnosis and Differentiation [0.0]
新型コロナウイルスのパンデミックの間、CT(Computerd tomography)は新型コロナウイルスの患者を診断するための一般的な方法であった。
公開でアクセス可能な新型コロナウイルスのCT画像データセットは、プライバシー上の懸念から入手するのが困難である。
HRCTCov19は、新しい新型コロナウイルス高分解能胸部CTスキャン画像データセットである。
論文 参考訳（メタデータ） (2022-05-06T12:49:18Z) - MIA-COV19D: COVID-19 Detection through 3-D Chest CT Image Analysis [4.5497948012757865]
約5,000個の3次元CTスキャンからなる,COVID-19に注釈を付したCOV19-CT-DBデータベースについて報告する。
プライバシー上の問題から、公開可能なCOVID-19 CTデータセットの入手は非常に困難である。
また,CNN-RNNネットワークに基づく深層学習手法を提案し,その性能をCOVID19-CT-DBデータベース上で報告する。
論文 参考訳（メタデータ） (2021-06-14T15:48:14Z) - COVID-Net CT-2: Enhanced Deep Neural Networks for Detection of COVID-19
from Chest CT Images Through Bigger, More Diverse Learning [70.92379567261304]
胸部CT画像からのCOVID-19検出のための深部ニューラルネットワークであるCOVID-Net CT-2を導入する。
説明力を活用して、COVID-Net CT-2の意思決定行動を調査します。
結果は有望であり、コンピュータ支援型COVID-19アセスメントの有効なツールとして、ディープニューラルネットワークの強い可能性を示唆している。
論文 参考訳（メタデータ） (2021-01-19T03:04:09Z) - Screening COVID-19 Based on CT/CXR Images & Building a Publicly
Available CT-scan Dataset of COVID-19 [6.142272540492935]
本研究は、1000人以上からなる13k以上のCT画像で構成され、新型コロナウイルスに感染した500人の患者から8kの画像を撮影する大規模なCTスキャンデータセットを構築した。
提案するCTデータセットを用いて,COVID-19をスクリーニングする深層学習モデルを提案し,その結果を報告する。
最後に、トランスファーラーニング手法を用いてCXR画像からCOVID-19をスクリーニングするCTモデルを拡張した。
論文 参考訳（メタデータ） (2020-12-28T11:52:33Z) - COVIDNet-CT: A Tailored Deep Convolutional Neural Network Design for
Detection of COVID-19 Cases from Chest CT Images [75.74756992992147]
我々は、胸部CT画像からCOVID-19の症例を検出するのに適した、深層畳み込みニューラルネットワークアーキテクチャであるCOVIDNet-CTを紹介した。
また,中国生体情報センターが収集したCT画像データから得られたベンチマークCT画像データセットであるCOVIDx-CTも紹介した。
論文 参考訳（メタデータ） (2020-09-08T15:49:55Z) - Synergistic Learning of Lung Lobe Segmentation and Hierarchical
Multi-Instance Classification for Automated Severity Assessment of COVID-19
in CT Images [61.862364277007934]
3次元CT画像におけるCOVID-19の重症度自動評価のための相乗的学習フレームワークを提案する。
マルチタスクのディープネットワーク(M$2$UNet)が開発され、新型コロナウイルス患者の重症度を評価する。
われわれのM$2$UNetはパッチレベルのエンコーダと肺葉分画のためのセグメンテーションサブネットワークと重度評価のための分類サブネットワークから構成されている。
論文 参考訳（メタデータ） (2020-05-08T03:16:15Z)
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。