Fugu-MT 論文翻訳(概要): ICIP 2022 Challenge on Parasitic Egg Detection and Classification in Microscopic Images: Dataset, Methods and Results

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

SMILE-UHURA Challenge -- Small Vessel Segmentation at Mesoscopic Scale from Ultra-High Resolution 7T Magnetic Resonance Angiograms [60.35639972035727]
公開されている注釈付きデータセットの欠如は、堅牢で機械学習駆動のセグメンテーションアルゴリズムの開発を妨げている。 SMILE-UHURAチャレンジは、7T MRIで取得したTime-of-Flightアンジオグラフィーの注釈付きデータセットを提供することで、公開されている注釈付きデータセットのギャップに対処する。 Diceスコアは、それぞれのデータセットで0.838 $pm$0.066と0.716 $pm$ 0.125まで到達し、平均パフォーマンスは0.804 $pm$ 0.15までになった。
論文参考訳（メタデータ） (2024-11-14T17:06:00Z)
MyData: A Comprehensive Database of Mycetoma Tissue Microscopic Images for Histopathological Analysis [0.34619585024232546]
Mycetomaは慢性で無視された炎症性疾患であり、熱帯および亜熱帯地域で流行する。本疾患は真菌(真菌)と放線菌(細菌)の2種類に分類される。
論文参考訳（メタデータ） (2024-10-02T19:56:56Z)
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)
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)
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。