論文の概要: PCONet: A Convolutional Neural Network Architecture to Detect Polycystic
Ovary Syndrome (PCOS) from Ovarian Ultrasound Images
- arxiv url: http://arxiv.org/abs/2210.00407v1
- Date: Sun, 2 Oct 2022 02:31:03 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-04 14:51:23.330828
- Title: PCONet: A Convolutional Neural Network Architecture to Detect Polycystic
Ovary Syndrome (PCOS) from Ovarian Ultrasound Images
- Title（参考訳）: PCONet: 卵巣超音波画像から多嚢胞性卵巣症候群(PCOS)を検出する畳み込みニューラルネットワークアーキテクチャ
- Authors: A.K.M. Salman Hosain, Md Humaion Kabir Mehedi, Irteza Enan Kabir
- Abstract要約: 多嚢胞性卵巣症候群(Polycystic Ovary syndrome, PCOS)は、生殖年齢の女性に多い内分泌機能障害である。
我々は,卵巣超音波画像から多彩な卵巣を検出するために,畳み込みニューラルネットワーク(CNN)であるPCONetを開発した。
また,45層からなる事前訓練された畳み込みニューラルネットワークであるInceptionV3をトランスファーラーニング法を用いて,嚢胞性卵巣超音波像の分類を行った。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Polycystic Ovary Syndrome (PCOS) is an endrocrinological dysfunction
prevalent among women of reproductive age. PCOS is a combination of syndromes
caused by an excess of androgens - a group of sex hormones - in women.
Syndromes including acne, alopecia, hirsutism, hyperandrogenaemia,
oligo-ovulation, etc. are caused by PCOS. It is also a major cause of female
infertility. An estimated 15% of reproductive-aged women are affected by PCOS
globally. The necessity of detecting PCOS early due to the severity of its
deleterious effects cannot be overstated. In this paper, we have developed
PCONet - a Convolutional Neural Network (CNN) - to detect polycistic ovary from
ovarian ultrasound images. We have also fine tuned InceptionV3 - a pretrained
convolutional neural network of 45 layers - by utilizing the transfer learning
method to classify polcystic ovarian ultrasound images. We have compared these
two models on various quantitative performance evaluation parameters and
demonstrated that PCONet is the superior one among these two with an accuracy
of 98.12%, whereas the fine tuned InceptionV3 showcased an accuracy of 96.56%
on test images.
- Abstract（参考訳）: 多嚢胞性卵巣症候群(Polycystic Ovary syndrome, PCOS)は、生殖年齢の女性に多い内分泌機能障害である。
PCOS(PCOS)は、女性におけるアンドロゲン(性ホルモン)過剰による症候群の組合せである。
acne、alopecia、hirsutism、hyperandrogenaemia、oligo-ovulationなどの症候群はPCOSによって引き起こされる。
雌性不妊の主要な原因でもある。
世界の生殖年齢女性の15%がPCOSの影響を受けている。
消毒効果の深刻さにより早期にPCOSを検出する必要性は過大評価されない。
本稿では,卵巣超音波画像から多彩な卵巣を検出するために,畳み込みニューラルネットワーク(CNN)PCONetを開発した。
また,45層からなる事前訓練された畳み込みニューラルネットワークであるInceptionV3をトランスファーラーニング法を用いて,嚢胞性卵巣超音波像の分類を行った。
様々な定量的性能評価パラメータを用いて,これら2つのモデルを比較し,pconetが98.12%,preceptionv3が96.56%の精度を示すのに対し,pconetは98.12%の精度で優れていることを示した。
関連論文リスト
- Brain Tumor Classification on MRI in Light of Molecular Markers [61.77272414423481]
1p/19q遺伝子の同時欠失は、低グレードグリオーマの臨床成績と関連している。
本研究の目的は,MRIを用いた畳み込みニューラルネットワークを脳がん検出に活用することである。
論文 参考訳（メタデータ） (2024-09-29T07:04:26Z) - Sex-based Disparities in Brain Aging: A Focus on Parkinson's Disease [2.1506382989223782]
過去の研究にもかかわらず、PD患者の脳老化過程における性機能を理解するには大きなギャップが残っている。
T1-weighted MRI-driven brain-predicted age difference was calculated in a group of 373 PD patients from the PPMI database。
脳PADは, 一般認知の低下, 睡眠行動障害の悪化, 視機能低下, 気道萎縮との関連が認められた。
論文 参考訳（メタデータ） (2023-09-18T18:35:54Z) - Federated Learning on Patient Data for Privacy-Protecting Polycystic
Ovary Syndrome Treatment [0.0]
多発性嚢胞性卵巣症候群(PCOS)に対するフェデレートラーニング(Federated Learning)の有用性について検討した。
PCOSは世界中で何百万もの女性に影響を及ぼす深刻なホルモン障害だが、理解は不十分で、研究は患者のデータ不足に悩まされている。
FLアプローチがPCOS患者データセットの合成に成功していることを示す。
提案するFLモデルは,PCOS患者にプライバシ保証を提供しながら,大量の多様なデータにアクセスし,最も効果的な治療オプションを特定するためのツールである。
論文 参考訳（メタデータ） (2023-08-22T06:21:39Z) - Succinct Differentiation of Disparate Boosting Ensemble Learning Methods
for Prognostication of Polycystic Ovary Syndrome Diagnosis [3.8518956047175466]
PCOSとしても知られる多嚢胞性卵巣症候群は、15歳から49歳の女性に出現する問題である。
この論文では、Adaptive Boost、Gradient Boosting Machine、XGBoost、CatBoostの詳細な相違点と、データ内の隠れた異常と結果に対するその影響を示すそれぞれのパフォーマンス指標について述べています。
論文 参考訳（メタデータ） (2022-01-02T21:06:41Z) - Predi\c{c}\~ao da Idade Cerebral a partir de Imagens de Resson\^ancia
Magn\'etica utilizando Redes Neurais Convolucionais [57.52103125083341]
磁気共鳴画像を用いた脳年齢予測のための深層学習手法について検討した。
バイオマーカーの同定は、早期の神経変性過程の検出、および年齢または非年齢に関する認知低下の予測に有用である。
最も優れた結果は、平均絶対誤差3.83年を達成した2Dモデルによって得られた。
論文 参考訳（メタデータ） (2021-12-23T14:51:45Z) - Self-Supervised U-Net for Segmenting Flat and Sessile Polyps [63.62764375279861]
大腸ポリープの発達は、がんの最も初期の兆候の1つである。
ポリープの早期検出と切除は生存率を90%に大きく向上させる。
大腸内視鏡画像の処理によりポリープを検出するコンピュータ支援診断システム(CADx)が提案されている。
論文 参考訳（メタデータ） (2021-10-17T09:31:20Z) - Ovarian Cancer Prediction from Ovarian Cysts Based on TVUS Using Machine
Learning Algorithms [1.90365714903665]
卵巣癌(Ovarian Cancer, OC)は、女性生殖器腫瘍の一種で、少女にみられる。
本研究では,TVUSスクリーニングと3つの機械学習(ML)技術を用いたPLCOと呼ばれる実際のデータセットを用いた。
99.50%, 99.50%, 99.49%, 99.50%の近似を用いて, このアルゴリズムの精度, リコール, f1スコア, 精度で最高の性能を得た。
論文 参考訳（メタデータ） (2021-08-30T17:16:00Z) - Brain Age Estimation From MRI Using Cascade Networks with Ranking Loss [75.03117866578913]
T1強調MRIデータから脳年齢を推定するために,新しい3次元畳み込みネットワークである2段エイジネットワーク(TSAN)を提案する。
686ドルのMRIによる実験では、TSANが正確な脳年齢を推定できることが示された。
論文 参考訳（メタデータ） (2021-06-06T07:11:25Z) - Wide & Deep neural network model for patch aggregation in CNN-based
prostate cancer detection systems [51.19354417900591]
前立腺癌(PCa)は、2020年に約141万件の新規感染者と約37万5000人の死者を出した男性の死因の1つである。
自動診断を行うには、まず前立腺組織サンプルをギガピクセル分解能全スライド画像にデジタイズする。
パッチと呼ばれる小さなサブイメージが抽出され、予測され、パッチレベルの分類が得られる。
論文 参考訳（メタデータ） (2021-05-20T18:13:58Z) - Convolutional neural networks for automatic detection of Focal Cortical
Dysplasia [59.034649152318224]
葉性皮質異形成症(FCD)は,皮質発達異常に関連する最も一般的なてんかん性病変の1つである。
近年のディープラーニングを用いたFCD検出法は15名のラベル付きFCD患者のデータセットに適用されている。
その結果, 被験者15名中11名に対してFCDの検出に成功した。
論文 参考訳（メタデータ） (2020-10-20T15:30:37Z) - Spontaneous preterm birth prediction using convolutional neural networks [8.47519763941156]
毎年1500万人の赤ちゃんが生まれ過ぎている。
妊娠末期(PTB)の合併症により、毎年約100万人が死亡している。
論文 参考訳（メタデータ） (2020-08-16T21:21:33Z)
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。