Fugu-MT 論文翻訳(概要): Software Package for Automated Analysis of Lung Ultrasound Videos

論文の概要: Software Package for Automated Analysis of Lung Ultrasound Videos

arxiv url: http://arxiv.org/abs/2208.00620v1
Date: Mon, 1 Aug 2022 05:44:20 GMT
ステータス: 処理完了
システム内更新日: 2022-08-02 14:33:30.513267
Title: Software Package for Automated Analysis of Lung Ultrasound Videos
Title（参考訳）: 肺超音波映像の自動解析のためのソフトウェアパッケージ
Authors: Anito Anto, Linda Rose Jimson, Tanya Rose, Mohammed Jafrin, Mahesh Raveendranatha Panicker
Abstract要約: 本報告では, 自動肺超音波画像解析パッケージについて述べる。ビデオのキーフレームを要約し、キーフレームを肺感染症でフラグ付けし、肺のランドマークを自動的に検出し、セグメンテーションするオプションを提供する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: In the recent past with the rapid surge of COVID-19 infections, lung ultrasound has emerged as a fast and powerful diagnostic tool particularly for continuous and periodic monitoring of the lung. There have been many attempts towards severity classification, segmentation and detection of key landmarks in the lung. Leveraging the progress, an automated lung ultrasound video analysis package is presented in this work, which can provide summary of key frames in the video, flagging of the key frames with lung infection and options to automatically detect and segment the lung landmarks. The integrated package is implemented as an open-source web application and available in the link https://github.com/anitoanto/alus-package.
Abstract（参考訳）: 近年、新型コロナウイルス(COVID-19)の急激な感染拡大に伴い、肺超音波は特に肺の持続的および定期的なモニタリングのために、迅速かつ強力な診断ツールとして登場した。重症度分類、セグメンテーション、肺のキーランドマークの検出には多くの試みがあった。この研究の成果を活かして、自動肺超音波ビデオ解析パッケージが紹介され、ビデオのキーフレームの要約、肺感染症によるキーフレームのフラグ付け、肺のランドマークを自動的に検出および分割するオプションが提供される。統合パッケージはオープンソースWebアプリケーションとして実装され、https://github.com/anitoanto/alus-package.comリンクで利用できる。

関連論文リスト

Efficient Lung Ultrasound Severity Scoring Using Dedicated Feature Extractor [11.77784387664675]
MeDiVLADは多レベル肺超音波検査のための新しいパイプラインである。我々は、自己知識蒸留を利用して、ラベルや集合フレームレベルの特徴を伴わずに視覚変換器(ViT)を事前訓練する。最小限の微調整により、MeDiVLADはフレームレベルおよびビデオレベルのスコアリングにおいて従来の完全教師付き手法よりも優れることを示す。
論文参考訳（メタデータ） (2025-01-21T22:28:22Z)
Ultrasound Lung Aeration Map via Physics-Aware Neural Operators [78.6077820217471]
肺超音波は、急性肺疾患や慢性肺疾患を診断するクリニックにおいて増加するモダリティである。超音波による空気透過性の低下に起因する胸膜界面からの複雑な逆流によって複雑になる。 RFデータから肺エアレーションマップを直接再構成するAIモデルLUNAを提案する。
論文参考訳（メタデータ） (2025-01-02T09:24:34Z)
Towards a Benchmark for Colorectal Cancer Segmentation in Endorectal Ultrasound Videos: Dataset and Model Development [59.74920439478643]
本稿では,多様なERUSシナリオをカバーする最初のベンチマークデータセットを収集し,注釈付けする。 ERUS-10Kデータセットは77の動画と10,000の高解像度アノテートフレームで構成されています。本稿では,ASTR (Adaptive Sparse-context TRansformer) という大腸癌セグメンテーションのベンチマークモデルを提案する。
論文参考訳（メタデータ） (2024-08-19T15:04:42Z)
Real-time guidewire tracking and segmentation in intraoperative x-ray [52.51797358201872]
リアルタイムガイドワイヤ分割と追跡のための2段階のディープラーニングフレームワークを提案する。第1段階では、ヨロフ5検出器が元のX線画像と合成画像を使って訓練され、ターゲットのガイドワイヤのバウンディングボックスを出力する。第2段階では、検出された各バウンディングボックスにガイドワイヤを分割するために、新規で効率的なネットワークが提案されている。
論文参考訳（メタデータ） (2024-04-12T20:39:19Z)
AiAReSeg: Catheter Detection and Segmentation in Interventional Ultrasound using Transformers [75.20925220246689]
血管内手術は、電離放射線を用いてカテーテルと血管を可視化するFluoroscopyの黄金標準を用いて行われる。本研究では、最先端機械学習トランスフォーマアーキテクチャを応用して、軸干渉超音波画像シーケンス中のカテーテルを検出し、セグメント化する手法を提案する。
論文参考訳（メタデータ） (2023-09-25T19:34:12Z)
A Spatial-Temporal Deformable Attention based Framework for Breast Lesion Detection in Videos [107.96514633713034]
本稿では,STNet という空間的・時間的変形可能なアテンションベースのフレームワークを提案する。我々のSTNetは、局所的な空間的時間的特徴融合を行うために、空間的時間的変形可能なアテンションモジュールを導入している。乳腺病変の超音波画像データセットを用いた実験により,STNetは最先端の検出性能を得ることができた。
論文参考訳（メタデータ） (2023-09-09T07:00:10Z)
UNet Based Pipeline for Lung Segmentation from Chest X-Ray Images [1.5573807415011238]
胸部X線像から肺を分画するエンド・ツー・エンドパイプラインを提案する。 UNetを用いて、様々な肺疾患に対する初期検診の高速な処理を可能にする。
論文参考訳（メタデータ） (2022-12-09T01:00:10Z)
covEcho Resource constrained lung ultrasound image analysis tool for faster triaging and active learning [2.4432369908176543]
リアルタイムの軽量なアクティブラーニングベースのアプローチは、新型コロナウイルス患者でより高速なトリアージを実現するために提案されている。提案手法は、LUSランドマークの予測において平均平均精度(mAP)が66%、IoU(Intersection over Union)閾値が0.5である。 14MBの軽量YOLOv5sネットワークは、Quadro P4000 GPUで動作しながら123FPSを達成する。
論文参考訳（メタデータ） (2022-06-21T08:38:45Z)
Preservation of High Frequency Content for Deep Learning-Based Medical Image Classification [74.84221280249876]
大量の胸部ラジオグラフィーの効率的な分析は、医師や放射線技師を助けることができる。本稿では,視覚情報の効率的な識別と符号化のための離散ウェーブレット変換(DWT)を提案する。
論文参考訳（メタデータ） (2022-05-08T15:29:54Z)
An Approach Towards Physics Informed Lung Ultrasound Image Scoring Neural Network for Diagnostic Assistance in COVID-19 [0.0]
肺超音波(LUS)における胸膜下領域の音響伝搬に基づく特徴抽出のための新しいアプローチが提示された。 LUSNetと呼ばれるニューラルネットワークは、LUSイメージを、新型コロナウイルスの進行を追跡するために、肺感染症の重症度の異なる5つのクラスに分類するように訓練されている。新型コロナウイルスの患者10名に対する全回復期間に対するLUS画像のアプローチに関する詳細な分析では、平均5倍のクロスバリデーション精度、感度、特異性はそれぞれ5000コマで97%、93%、98%となっている。
論文参考訳（メタデータ） (2021-06-13T13:01:53Z)
Attention U-Net Based Adversarial Architectures for Chest X-ray Lung Segmentation [0.0]
本稿では,診断パイプラインにおける基礎的,しかし困難な課題である肺分節に対する新しい深層学習手法を提案する。本手法では, 逆批判モデルとともに, 最先端の完全畳み込みニューラルネットワークを用いる。これは、患者プロファイルの異なる未確認データセットのCXRイメージによく当てはまり、JSRTデータセットの最終的なDSCRは97.5%に達した。
論文参考訳（メタデータ） (2020-03-23T14:45:48Z)

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。