論文の概要: Personalized Diagnostic Tool for Thyroid Cancer Classification using Multi-view Ultrasound

• arxiv url: http://arxiv.org/abs/2207.00496v1
• Date: Fri, 1 Jul 2022 15:32:47 GMT
• ステータス: 処理完了
• システム内更新日: 2022-07-04 12:48:50.835449
• Title: Personalized Diagnostic Tool for Thyroid Cancer Classification using Multi-view Ultrasound
• Title（参考訳）: マルチビュー超音波を用いた甲状腺癌分類のためのパーソナライズド診断ツール
• Authors: Han Huang, Yijie Dong, Xiaohong Jia, Jianqiao Zhou, Dong Ni, Jun Cheng, Ruobing Huang
• Abstract要約: 甲状腺癌の発生率は世界中で増加している。 多視点情報を統合するための最適な方法を見つけることは、臨床医の経験にも依存する。 患者ごとに意思決定プロセスをカスタマイズできるパーソナライズド診断ツールを提案する。
• 参考スコア（独自算出の注目度）: 12.86992700452335
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Over the past decades, the incidence of thyroid cancer has been increasing globally. Accurate and early diagnosis allows timely treatment and helps to avoid over-diagnosis. Clinically, a nodule is commonly evaluated from both transverse and longitudinal views using thyroid ultrasound. However, the appearance of the thyroid gland and lesions can vary dramatically across individuals. Identifying key diagnostic information from both views requires specialized expertise. Furthermore, finding an optimal way to integrate multi-view information also relies on the experience of clinicians and adds further difficulty to accurate diagnosis. To address these, we propose a personalized diagnostic tool that can customize its decision-making process for different patients. It consists of a multi-view classification module for feature extraction and a personalized weighting allocation network that generates optimal weighting for different views. It is also equipped with a self-supervised view-aware contrastive loss to further improve the model robustness towards different patient groups. Experimental results show that the proposed framework can better utilize multi-view information and outperform the competing methods.
• Abstract（参考訳）: 過去数十年間、甲状腺癌の発生率は世界中で増加している。 正確な早期診断は、タイムリーな治療を可能にし、過剰診断を避けるのに役立つ。 臨床的には,超音波検査で横方向と縦方向の両方から結節が評価される。 しかし、甲状腺や病変の出現は個人によって大きく異なる。 両方の視点から重要な診断情報を識別するには、専門的な専門知識が必要である。 さらに、マルチビュー情報を統合するための最適な方法を見つけるには、臨床医の経験も必要であり、正確な診断が難しくなる。 そこで本研究では,異なる患者に対する意思決定プロセスをカスタマイズできるパーソナライズされた診断ツールを提案する。 特徴抽出のための多視点分類モジュールと、異なるビューに対して最適な重み付けを生成するパーソナライズされた重み付け割り当てネットワークで構成される。 また、異なる患者グループに対するモデルロバスト性を改善するために、自己監督型ビューアウェアコントラスト損失も備えている。 実験の結果, 提案手法は, マルチビュー情報をより有効に活用し, 競合する手法を上回ることができることがわかった。

関連論文リスト

• Privacy-Preserving Federated Foundation Model for Generalist Ultrasound Artificial Intelligence [83.02106623401885]
  プライバシー保護型超音波基礎モデルであるUltraFedFMを提案する。 UltraFedFMは、9か国の16の分散医療機関にわたる連合学習を用いて、協調的に事前訓練されている。 疾患診断には0.927のレシーバ動作特性曲線、病変セグメント化には0.878のサイス類似係数を平均的に達成する。
  論文  参考訳（メタデータ） (2024-11-25T13:40:11Z)
• Multiscale Latent Diffusion Model for Enhanced Feature Extraction from Medical Images [5.395912799904941]
  CTスキャナーモデルと取得プロトコルのバリエーションは、抽出した放射能特性に有意な変動をもたらす。 LTDiff++は医療画像の特徴抽出を強化するために設計されたマルチスケール潜在拡散モデルである。
  論文  参考訳（メタデータ） (2024-10-05T02:13:57Z)
• A Unified Model for Longitudinal Multi-Modal Multi-View Prediction with Missingness [25.95298616599799]
  本稿では,長手マルチモーダルマルチビュー予測のための統一モデルを提案する。 提案手法は,入力に希望する時間ポイントを最大で確保し,利用可能なデータをすべて活用することを目的としている。 変形性膝関節症とKellgren-Lawrenceグレード予測による膝関節症データセットに関する広範な実験を行った。
  論文  参考訳（メタデータ） (2024-03-18T19:51:55Z)
• Optimizing Skin Lesion Classification via Multimodal Data and Auxiliary Task Integration [54.76511683427566]
  本研究は, スマートフォンで撮影した画像と本質的な臨床および人口統計情報を統合することで, 皮膚病変を分類する新しいマルチモーダル手法を提案する。 この手法の特徴は、超高解像度画像予測に焦点を当てた補助的なタスクの統合である。 PAD-UFES20データセットを用いて,様々なディープラーニングアーキテクチャを用いて実験を行った。
  論文  参考訳（メタデータ） (2024-02-16T05:16:20Z)
• Graph-based multimodal multi-lesion DLBCL treatment response prediction from PET images [0.0]
  診断後, 標準フロントライン治療における非対応患者数(30～40%)は依然として顕著である。 本研究は,適応治療を必要とする高リスク患者を特定するためのコンピュータ支援アプローチを開発することを目的とする。 複数の病変からのイメージング情報を組み合わせた最近のグラフニューラルネットワークに基づく手法を提案する。
  論文  参考訳（メタデータ） (2023-10-25T08:16:45Z)
• Ambiguous Medical Image Segmentation using Diffusion Models [60.378180265885945]
  我々は,グループ洞察の分布を学習することで,複数の可算出力を生成する単一拡散モデルに基づくアプローチを提案する。 提案モデルでは,拡散の固有のサンプリングプロセスを利用してセグメンテーションマスクの分布を生成する。 その結果,提案手法は既存の最先端曖昧なセグメンテーションネットワークよりも優れていることがわかった。
  論文  参考訳（メタデータ） (2023-04-10T17:58:22Z)
• Factored Attention and Embedding for Unstructured-view Topic-related Ultrasound Report Generation [70.7778938191405]
  本研究では,非構造的トピック関連超音波レポート生成のための新しい因子的注意・埋め込みモデル(FAE-Gen)を提案する。 提案したFAE-Genは主に2つのモジュール、すなわちビュー誘導因子の注意とトピック指向因子の埋め込みから構成されており、異なるビューで均質および不均一な形態的特徴を捉えている。
  論文  参考訳（メタデータ） (2022-03-12T15:24:03Z)
• A Personalized Diagnostic Generation Framework Based on Multi-source Heterogeneous Data [8.115713756776119]
  本稿では,病理画像と医療報告を組み合わせることで,個別の患者に対してパーソナライズされた診断結果を生成する枠組みを提案する。 核レベルの特徴的類似性とコンテンツに基づく深層学習法を用いて,類似した病理特性を持つ個体群を探索する。
  論文  参考訳（メタデータ） (2021-10-26T13:12:52Z)
• Act Like a Radiologist: Towards Reliable Multi-view Correspondence Reasoning for Mammogram Mass Detection [49.14070210387509]
  マンモグラム質量検出のための解剖学的グラフ畳み込みネットワーク(AGN)を提案する。 AGNはマンモグラムの質量検出用に調整されており、既存の検出手法を多視点推論能力で実現している。 2つの標準ベンチマークの実験によると、AGNは最先端のパフォーマンスを大幅に上回っている。
  論文  参考訳（メタデータ） (2021-05-21T06:48:34Z)
• Self-supervised Feature Learning via Exploiting Multi-modal Data for Retinal Disease Diagnosis [28.428216831922228]
  本稿では,網膜疾患診断のためのマルチモーダルデータを効果的に活用して,新しい自己教師型特徴学習法を提案する。 本研究の目的は,モダリティ不変特徴と患者類似特徴の両方を学習することである。 本手法を網膜疾患診断のための2つの公開ベンチマークデータセットで評価した。
  論文  参考訳（メタデータ） (2020-07-21T19:49:45Z)
• Diagnosis of Coronavirus Disease 2019 (COVID-19) with Structured Latent Multi-View Representation Learning [48.05232274463484]
  最近、コロナウイルス病2019(COVID-19)の流行は世界中で急速に広まっている。 多くの患者と医師の重労働のために、機械学習アルゴリズムによるコンピュータ支援診断が緊急に必要である。 本研究では,CT画像から抽出した一連の特徴を用いて,COVID-19の診断を行うことを提案する。
  論文  参考訳（メタデータ） (2020-05-06T15:19:15Z)

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。