論文の概要: ICIP 2022 Challenge on Parasitic Egg Detection and Classification in
Microscopic Images: Dataset, Methods and Results
- arxiv url: http://arxiv.org/abs/2208.06063v1
- Date: Thu, 11 Aug 2022 22:50:51 GMT
- ステータス: 処理完了
- システム内更新日: 2022-08-15 13:24:47.373916
- Title: ICIP 2022 Challenge on Parasitic Egg Detection and Classification in
Microscopic Images: Dataset, Methods and Results
- Title(参考訳): ICIP 2022 顕微鏡画像における寄生卵の検出と分類に関する課題:データセット,方法,結果
- Authors: Nantheera Anantrasirichai and Thanarat H. Chalidabhongse and Duangdao
Palasuwan and Korranat Naruenatthanaset and Thananop Kobchaisawat and
Nuntiporn Nunthanasup and Kanyarat Boonpeng and Xudong Ma and Alin Achim
- Abstract要約: 本稿では, 寄生卵検出と顕微鏡画像の分類に関するICIP 2022 Challengeをレビューする。
このアプリケーションのための新しいデータセットについて説明する。
- 参考スコア(独自算出の注目度): 7.193797131632622
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Manual examination of faecal smear samples to identify the existence of
parasitic eggs is very time-consuming and can only be done by specialists.
Therefore, an automated system is required to tackle this problem since it can
relate to serious intestinal parasitic infections. This paper reviews the ICIP
2022 Challenge on parasitic egg detection and classification in microscopic
images. We describe a new dataset for this application, which is the largest
dataset of its kind. The methods used by participants in the challenge are
summarised and discussed along with their results.
- Abstract(参考訳): 寄生卵の存在を特定するために、精巣のスメアサンプルを手動で検査することは非常に時間がかかり、専門家によってのみ実施できる。
そのため,本疾患は腸管寄生虫感染の重症化につながるため,自動化システムが必要である。
本稿では, 寄生卵検出と顕微鏡画像の分類に関するICIP 2022 Challengeをレビューする。
我々は、この種の最大のデータセットであるこのアプリケーションのための新しいデータセットについて説明する。
課題参加者が使用する手法は要約され,結果とともに議論される。
関連論文リスト
- Multi-task Explainable Skin Lesion Classification [54.76511683427566]
少ないラベル付きデータでよく一般化する皮膚病変に対する数発のショットベースアプローチを提案する。
提案手法は,アテンションモジュールや分類ネットワークとして機能するセグメンテーションネットワークの融合を含む。
論文 参考訳(メタデータ) (2023-10-11T05:49:47Z) - MIPI 2023 Challenge on Nighttime Flare Removal: Methods and Results [88.0792325532059]
我々は、MIPI 2023でナイトタイムフレア除去トラックを要約し、レビューする。
120人が登録され、11チームが最終テストフェーズで結果を提出した。
この課題で開発されたソリューションは、夜間フレア除去における最先端のパフォーマンスを達成した。
論文 参考訳(メタデータ) (2023-05-23T07:34:49Z) - Wild Face Anti-Spoofing Challenge 2023: Benchmark and Results [73.98594459933008]
顔認証システム(FAS)は、顔認識システムの完全性を保護するための重要なメカニズムである。
この制限は、公開可能なFASデータセットの不足と多様性の欠如に起因する可能性がある。
制約のない環境で収集された大規模で多様なFASデータセットであるWild Face Anti-Spoofingデータセットを紹介した。
論文 参考訳(メタデータ) (2023-04-12T10:29:42Z) - Localization and Classification of Parasitic Eggs in Microscopic Images
Using an EfficientDet Detector [0.0]
寄生卵を局在させ,11種に分類するマルチモーダル学習検出器を提案する。
その結果,92%の精度で頑健な成績を示し,F1スコアは93%であった。
論文 参考訳(メタデータ) (2022-08-03T10:28:18Z) - A Robust Ensemble Model for Patasitic Egg Detection and Classification [9.449507409551842]
腸内寄生虫感染症は、世界中で致死性の主要な原因となっているが、それでも時間節約、高感度、ユーザフレンドリーな検査方法が欠如している。
本稿では,顕微鏡画像中の寄生卵を自動的に識別するために,YOLOv5や変種カスケードRCNNなどの物体検出器を適用した。
論文 参考訳(メタデータ) (2022-07-04T13:53:46Z) - FetReg2021: A Challenge on Placental Vessel Segmentation and
Registration in Fetoscopy [52.3219875147181]
2-Twin Transfusion Syndrome (TTTS) に対するレーザー光凝固法が広く採用されている。
このプロシージャは、視野が限られたこと、フェトスコープの操作性が悪いこと、視認性が悪いこと、照明の変動性のために特に困難である。
コンピュータ支援介入(CAI)は、シーン内の重要な構造を特定し、ビデオモザイクを通して胎児の視野を広げることで、外科医に意思決定支援と文脈認識を提供する。
7つのチームがこの課題に参加し、そのモデルパフォーマンスを、6フェットから658ピクセルの注釈付き画像の見当たらないテストデータセットで評価した。
論文 参考訳(メタデータ) (2022-06-24T23:44:42Z) - Parasitic Egg Detection and Classification in Low-cost Microscopic
Images using Transfer Learning [1.6050172226234583]
高品質な顕微鏡画像における自動寄生虫分類の効率を高めるために, トランスファーラーニング戦略を用いたCNNベースの手法を提案する。
提案するフレームワークは,最先端のオブジェクト認識手法よりも優れている。
本システムと専門家による最終決定が組み合わさって, 低コスト顕微鏡による実地精査を改善できる可能性がある。
論文 参考訳(メタデータ) (2021-07-02T11:05:45Z) - FetReg: Placental Vessel Segmentation and Registration in Fetoscopy
Challenge Dataset [57.30136148318641]
Fetoscopy Laser Photocoagulation はツイン・ツー・ツイン・トランスフュージョン症候群(TTTS)の治療に広く用いられている治療法である
これにより、プロシージャ時間と不完全アブレーションが増加し、持続的なTTTSが生じる可能性がある。
コンピュータ支援による介入は、ビデオモザイクによって胎児の視野を広げ、船体ネットワークのより良い視覚化を提供することによって、これらの課題を克服するのに役立つかもしれない。
本稿では,長期フェトスコープビデオからドリフトフリーモザイクを作成することを目的とした,胎児環境のための汎用的でロバストなセマンティックセマンティックセグメンテーションとビデオモザイクアルゴリズムを開発するための大規模マルチセントデータセットを提案する。
論文 参考訳(メタデータ) (2021-06-10T17:14:27Z) - A Dataset and Benchmark for Malaria Life-Cycle Classification in Thin
Blood Smear Images [7.113350536579545]
マラリア顕微鏡、寄生虫Plasmodiumを検出するステンド血液スライドの顕微鏡検査は、マラリアを検出するための金標準であると考えられています。
本研究では,染色フィルム写真中のプラスモジウム寄生虫を自動的に検出(局在化)する深層学習に基づく手法を提案する。
機械学習に基づくマラリア顕微鏡の研究を容易にするために,新しい大規模顕微鏡画像マラリアデータセットを提案する。
論文 参考訳(メタデータ) (2021-02-17T11:44:52Z) - Multi-label Thoracic Disease Image Classification with Cross-Attention
Networks [65.37531731899837]
胸部X線画像から胸部疾患を自動分類するためのCAN(Cross-Attention Networks)を提案する。
また,クロスエントロピー損失を超える新たな損失関数を設計し,クラス間の不均衡を克服する。
論文 参考訳(メタデータ) (2020-07-21T14:37:00Z)
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。