論文の概要: COVIDx CXR-3: A Large-Scale, Open-Source Benchmark Dataset of Chest
X-ray Images for Computer-Aided COVID-19 Diagnostics
- arxiv url: http://arxiv.org/abs/2206.03671v1
- Date: Wed, 8 Jun 2022 04:39:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2022-06-09 14:08:43.103260
- Title: COVIDx CXR-3: A Large-Scale, Open-Source Benchmark Dataset of Chest
X-ray Images for Computer-Aided COVID-19 Diagnostics
- Title（参考訳）: COVIDx CXR-3:コンピュータ支援型COVID-19診断のための胸部X線画像の大規模オープンソースベンチマークデータセット
- Authors: Maya Pavlova, Tia Tuinstra, Hossein Aboutalebi, Andy Zhao, Hayden
Gunraj, Alexander Wong
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 69.55060769611916
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: After more than two years since the beginning of the COVID-19 pandemic, the
pressure of this crisis continues to devastate globally. The use of chest X-ray
(CXR) imaging as a complementary screening strategy to RT-PCR testing is not
only prevailing but has greatly increased due to its routine clinical use for
respiratory complaints. Thus far, many visual perception models have been
proposed for COVID-19 screening based on CXR imaging. Nevertheless, the
accuracy and the generalization capacity of these models are very much
dependent on the diversity and the size of the dataset they were trained on.
Motivated by this, we introduce COVIDx CXR-3, a large-scale benchmark dataset
of CXR images for supporting COVID-19 computer vision research. COVIDx CXR-3 is
composed of 30,386 CXR images from a multinational cohort of 17,026 patients
from at least 51 countries, making it, to the best of our knowledge, the most
extensive, most diverse COVID-19 CXR dataset in open access form. Here, we
provide comprehensive details on the various aspects of the proposed dataset
including patient demographics, imaging views, and infection types. The hope is
that COVIDx CXR-3 can assist scientists in advancing computer vision research
against the COVID-19 pandemic.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックの始まりから2年以上経っても、この危機のプレッシャーは世界中に広がり続けている。
胸部X線画像(CXR)をRT-PCR検査に補完するスクリーニング戦略として用いることは一般的であるだけでなく,呼吸障害に対する定期的な臨床的使用により大幅に増加した。
これまでに、CXR画像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。
それでも、これらのモデルの正確性と一般化能力は、トレーニングしたデータセットの多様性とサイズに大きく依存しています。
そこで我々は,COVID-19コンピュータビジョン研究を支援するために,CXR画像の大規模ベンチマークデータセットであるCOVIDx CXR-3を紹介する。
CXR-3は、少なくとも51カ国から17,026人の多国籍患者の30,386枚のCXR画像で構成されており、私たちの知る限り、最も広く、最も多様なCXRデータセットをオープンアクセス形式で提供しています。
本稿では, 患者人口統計, 画像所見, 感染型など, 提案するデータセットのさまざまな側面について, 包括的に詳細に述べる。
CXR-3は、新型コロナウイルス(COVID-19)のパンデミックに対するコンピュータービジョン研究の推進に役立つと期待している。
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) - Optimising Chest X-Rays for Image Analysis by Identifying and Removing
Confounding Factors [49.005337470305584]
新型コロナウイルス(COVID-19)のパンデミック(パンデミック)の間、新型コロナウイルス(COVID-19)の診断のための緊急設定で実施される画像の量は、臨床用CXRの取得が広範囲に及んだ。
公開データセット内の臨床的に取得されたCXRの変動品質は、アルゴリズムのパフォーマンスに大きな影響を及ぼす可能性がある。
我々は、新型コロナウイルスの胸部X線データセットを前処理し、望ましくないバイアスを取り除くための、シンプルで効果的なステップワイズアプローチを提案する。
論文 参考訳（メタデータ） (2022-08-22T13:57:04Z) - 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 CT-3: A Large-scale, Multinational, Open-Source Benchmark Dataset
for Computer-aided COVID-19 Screening from Chest CT Images [82.74877848011798]
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。
論文 参考訳（メタデータ） (2022-06-07T06:35:48Z) - Recognition of COVID-19 Disease Utilizing X-Ray Imaging of the Chest
Using CNN [0.0]
本研究の目的は、胸部X線画像を用いた新型コロナウイルスの診断のために、畳み込みニューラルネットワーク(CNN)を評価することである。
データセットを3分割したX線画像に対して, 予備実験の結果, 3層の畳み込み層を持つCNNモデルは, 96%の精度で確実に検出できることがわかった。
論文 参考訳（メタデータ） (2021-09-05T15:31:24Z) - COVID-Net CXR-2: An Enhanced Deep Convolutional Neural Network Design
for Detection of COVID-19 Cases from Chest X-ray Images [58.35627258364233]
RT-PCR検査への無料スクリーニング戦略として胸部X線(CXR)イメージングの使用は成長し続けています。
我々は、CXR画像からCOVID-19を検出するための深層畳み込みニューラルネットワーク設計であるCOVID-Net CXR-2を紹介する。
ベンチマークデータセットは、少なくとも51カ国16,656人の多国籍コホートから19,203個のCXR画像で構成された。
論文 参考訳（メタデータ） (2021-05-14T04:29:21Z) - Triple-view Convolutional Neural Networks for COVID-19 Diagnosis with
Chest X-ray [1.956959549209676]
本稿では,CXR画像を用いたCOVID-19診断のためのトリプルビュー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構造はヒト肺の解剖学的構造を尊重し、実際に新型コロナウイルスの臨床的診断とよく一致している。
論文 参考訳（メタデータ） (2020-10-27T06:15:32Z) - Fused Deep Convolutional Neural Network for Precision Diagnosis of
COVID-19 Using Chest X-Ray Images [0.0]
複数のニューラルネットワークを微調整することで、新型コロナウイルスと正常者の胸部X線スキャンを正確に分類するコンピュータ支援診断(CAD)を提案する。
k倍のクロスバリデーションとベージングアンサンブルを用いることで、99.7%の精度と100%の感度が得られる。
論文 参考訳（メタデータ） (2020-09-15T02:27:20Z) - COVID-Net: A Tailored Deep Convolutional Neural Network Design for
Detection of COVID-19 Cases from Chest X-Ray Images [93.0013343535411]
我々は,胸部X線(CXR)画像から新型コロナウイルスの症例を検出するための,深層畳み込みニューラルネットワーク設計であるCOVID-Netを紹介した。
著者たちの知る限りでは、COVID-NetはCXRイメージからCOVID-19を検出するための、最初のオープンソースネットワーク設計の1つである。
また,13,870人の患者を対象に,13,975個のCXR画像からなるオープンアクセスベンチマークデータセットであるCOVIDxも導入した。
論文 参考訳（メタデータ） (2020-03-22T12:26:36Z)
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。