論文の概要: Comparing Results of Thermographic Images Based Diagnosis for Breast Diseases

• arxiv url: http://arxiv.org/abs/2208.14410v1
• Date: Tue, 30 Aug 2022 17:22:52 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-31 13:24:44.008254
• Title: Comparing Results of Thermographic Images Based Diagnosis for Breast Diseases
• Title（参考訳）: 乳腺疾患のサーモグラフィ画像による診断結果の比較
• Authors: E. O. Rodrigues and A. Conci and T. B. Borchartt and A. C. Paiva and A. C. Silva and T. MacHenry
• Abstract要約: 乳房疾患の診断における赤外線画像の有用性について検討した。 我々はPROENG(Pro Engenharia)公開データベースから,lO2 IR単一乳房画像を用いた。 これらの画像は、UFPE(Universidade Federal de Pernambuco)病院から収集された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This paper examines the potential contribution of infrared (IR) imaging in breast diseases detection. It compares obtained results using some algorithms for detection of malignant breast conditions such as Support Vector Machine (SVM) regarding the consistency of different approaches when applied to public data. Moreover, in order to avail the actual IR imaging's capability as a complement on clinical trials and to promote researches using high-resolution IR imaging we deemed the use of a public database revised by confidently trained breast physicians as essential. Only the static acquisition protocol is regarded in our work. We used lO2 IR single breast images from the Pro Engenharia (PROENG) public database (54 normal and 48 with some finding). These images were collected from Universidade Federal de Pernambuco (UFPE) University's Hospital. We employed the same features proposed by the authors of the work that presented the best results and achieved an accuracy of 61.7 % and Youden index of 0.24 using the Sequential Minimal Optimization (SMO) classifier.
• Abstract（参考訳）: 本稿では,乳腺疾患検出における赤外線画像の有用性について検討する。 公的データに適用した場合の異なるアプローチの整合性について,SVM (Support Vector Machine) などの悪性乳房状態を検出するアルゴリズムを用いて得られた結果を比較する。 さらに,臨床治験の補完として実際のIRイメージングの能力を活用し,高分解能IRイメージングを用いた研究を促進するために,乳医の信頼性向上が不可欠であると考えられた。 静的な取得プロトコルのみが私たちの作業で考慮されています。 プロ・エンゲンハリア (PROENG) 公開データベース (54例, 48例) から, lO2 IR 単一乳房画像を用いた。 これらの画像は、UFPE(Universidade Federal de Pernambuco)大学病院から収集された。 最良結果を示す著者らによって提案されたのと同じ特徴を用い,逐次最小最適化(smo)分類器を用いて61.7 %,youden index 0.24 の精度を得た。

関連論文リスト

• Breast Histopathology Image Retrieval by Attention-based Adversarially Regularized Variational Graph Autoencoder with Contrastive Learning-Based Feature Extraction [1.48419209885019]
  本研究は,乳房組織像検索のための新しいアテンションベース逆正則変分グラフオートエンコーダモデルを提案する。 乳がん組織像の2つの公開データセットを用いて,提案モデルの性能評価を行った。
  論文  参考訳（メタデータ） (2024-05-07T11:24:37Z)
• Towards More Transparent and Accurate Cancer Diagnosis with an Unsupervised CAE Approach [1.6704594205447996]
  CBMIR(Content-Based Medical Image Retrieval)を利用したデジタル病理診断 UCBMIRは従来のがん診断ワークフローを再現し、WSIベースの診断結論における病理医を支援するための信頼性の高い方法を提供する。
  論文  参考訳（メタデータ） (2023-05-19T15:04:16Z)
• 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)
• Harmonizing Pathological and Normal Pixels for Pseudo-healthy Synthesis [68.5287824124996]
  そこで本研究では,新しいタイプの識別器であるセグメンタを提案し,病変の正確な特定と擬似健康画像の視覚的品質の向上を図っている。 医用画像強調に生成画像を適用し,低コントラスト問題に対処するために拡張結果を利用する。 BraTSのT2モダリティに関する総合的な実験により、提案手法は最先端の手法よりも大幅に優れていることが示された。
  論文  参考訳（メタデータ） (2022-03-29T08:41:17Z)
• Classification of COVID-19 on chest X-Ray images using Deep Learning model with Histogram Equalization and Lungs Segmentation [1.6019444314820142]
  本研究は,胸部X線を用いたコビッドウイルス感染肺の検出のためのディープラーニングアーキテクチャに基づく研究である。 我々の新しいアプローチは、よく知られた前処理技術、特徴抽出法、およびデータセットバランス法を組み合わせることで、優れた98%の認識率をもたらす。
  論文  参考訳（メタデータ） (2021-12-05T05:04:38Z)
• Towards Ultrafast MRI via Extreme k-Space Undersampling and Superresolution [65.25508348574974]
  我々は、オリジナルのfastMRIチャレンジを参照するすべての公開論文によって報告されたMRI加速係数を下回る。 低解像を補うための強力な深層学習に基づく画像強化手法を検討する。 復元された画像の品質は他の方法よりも高く、MSEは0.00114、PSNRは29.6 dB、SSIMは0.956 x16加速係数である。
  論文  参考訳（メタデータ） (2021-03-04T10:45:01Z)
• Robust Deep AUC Maximization: A New Surrogate Loss and Empirical Studies on Medical Image Classification [63.44396343014749]
  AUCスコアに対する新たなマージンベースサロゲート損失関数を提案する。 一般的に使用されるものよりも頑丈である。 大規模な最適化の観点からも同じ利点を享受しながら、正方損失。 私たちの知る限りでは、DAMが大規模医療画像データセットで成功するのはこれが初めてです。
  論文  参考訳（メタデータ） (2020-12-06T03:41:51Z)
• Segmentation of Infrared Breast Images Using MultiResUnet Neural Network [0.0]
  乳がん検診における非侵襲的乳房造影剤として赤外線サーモグラフィーを検討中である。 自己エンコーダ様畳み込み畳み込みニューラルネットワーク(C-DCNN)は、以前の研究で乳房領域を自動的にIR画像に分割するために応用された。 本研究では,現在最先端のディープラーニングセグメンテーションモデルであるMultiResUnetを適用した。
  論文  参考訳（メタデータ） (2020-10-31T22:15:28Z)
• Fine-tuning ERNIE for chest abnormal imaging signs extraction [0.6091702876917281]
  胸部異常画像徴候の抽出をシーケンシャルタグ付けおよびマッチング問題として定式化する。 ERNIEをバックボーンとする転写異常画像信号抽出器を提案する。 胸部画像レポートテキストの性質に基づいた,単純だが効果的なタグ2相関アルゴリズムを設計する。
  論文  参考訳（メタデータ） (2020-10-25T05:18:14Z)
• Improved Slice-wise Tumour Detection in Brain MRIs by Computing Dissimilarities between Latent Representations [68.8204255655161]
  磁気共鳴画像(MRI)の異常検出は教師なし手法で行うことができる。 本研究では,変分オートエンコーダの潜伏空間における相似関数の計算に基づいて,腫瘍検出のためのスライスワイズ半教師法を提案する。 本研究では,高解像度画像上でのモデルをトレーニングし,再現の質を向上させることにより,異なるベースラインに匹敵する結果が得られることを示す。
  論文  参考訳（メタデータ） (2020-07-24T14:02:09Z)
• Integrative Analysis for COVID-19 Patient Outcome Prediction [53.11258640541513]
  我々は、集中治療室入院の必要性を予測するために、人口統計、バイタルサイン、実験室の所見から、肺不透明度の放射能と非画像の特徴を組み合わせる。 また, 地域性肺炎を含む他の肺疾患にも適用できるが, 地域性肺炎に限らない。
  論文  参考訳（メタデータ） (2020-07-20T19:08:50Z)

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。