論文の概要: LAD: A Hybrid Deep Learning System for Benign Paroxysmal Positional Vertigo Disorders Diagnostic

• arxiv url: http://arxiv.org/abs/2210.08282v1
• Date: Sat, 15 Oct 2022 13:07:27 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-18 19:12:30.772416
• Title: LAD: A Hybrid Deep Learning System for Benign Paroxysmal Positional Vertigo Disorders Diagnostic
• Title（参考訳）: LAD:良性発作性頭位めまい症診断のためのハイブリッドディープラーニングシステム
• Authors: Trung Xuan Pham, Jin Woong Choi, Rusty John Lloyd Mina, Thanh Nguyen, Sultan Rizky Madjid, Chang Dong Yoo
• Abstract要約: Look and Diagnoseは, 良性発作性位置性めまい(BPPV)障害を効果的に診断する医療分野の医師を支援することを目的としている。 Dix-Hallpike と lateral head turn test の患者の身体姿勢を考慮し、両眼の視情報を取得し、LADに入力する。 患者の身体姿勢により、BPPV障害を精度91%の精度で6種類の疾患に正確に分類することができる。
• 参考スコア（独自算出の注目度）: 3.26735648891204
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Herein, we introduce "Look and Diagnose" (LAD), a hybrid deep learning-based system that aims to support doctors in the medical field in diagnosing effectively the Benign Paroxysmal Positional Vertigo (BPPV) disorder. Given the body postures of the patient in the Dix-Hallpike and lateral head turns test, the visual information of both eyes is captured and fed into LAD for analyzing and classifying into one of six possible disorders the patient might be suffering from. The proposed system consists of two streams: (1) an RNN-based stream that takes raw RGB images of both eyes to extract visual features and optical flow of each eye followed by ternary classification to determine left/right posterior canal (PC) or other; and (2) pupil detector stream that detects the pupil when it is classified as Non-PC and classifies the direction and strength of the beating to categorize the Non-PC types into the remaining four classes: Geotropic BPPV (left and right) and Apogeotropic BPPV (left and right). Experimental results show that with the patient's body postures, the system can accurately classify given BPPV disorder into the six types of disorders with an accuracy of 91% on the validation set. The proposed method can successfully classify disorders with an accuracy of 93% for the Posterior Canal disorder and 95% for the Geotropic and Apogeotropic disorder, paving a potential direction for research with the medical data.
• Abstract（参考訳）: 本稿では,医療分野の医師がBPPV(Benign Paroxysmal Positional Vertigo)障害を効果的に診断することを目的としたハイブリッド深層学習システム「Look and Diagnose(LAD)」を紹介する。 ジックスハルパイクおよび側頭部回旋試験における患者の身体姿勢を考慮し、両眼の視覚情報をキャプチャしてladに供給し、患者が抱える可能性のある6つの疾患のうちの1つに分析・分類する。 The proposed system consists of two streams: (1) an RNN-based stream that takes raw RGB images of both eyes to extract visual features and optical flow of each eye followed by ternary classification to determine left/right posterior canal (PC) or other; and (2) pupil detector stream that detects the pupil when it is classified as Non-PC and classifies the direction and strength of the beating to categorize the Non-PC types into the remaining four classes: Geotropic BPPV (left and right) and Apogeotropic BPPV (left and right). 以上の結果より, BPPV障害を6種類の疾患に分類し, 検証セットで91%の精度で評価できることがわかった。 提案手法は,後門管疾患の93%,地すべり・ポジオトロピック障害の95%の精度で疾患の分類を成功させ,医療データを用いた研究の方向性を明らかにした。

関連論文リスト

• cOOpD: Reformulating COPD classification on chest CT scans as anomaly detection using contrastive representations [0.6733204971296001]
  cOOpD: 正常な同種肺領域からヘテロジニアス領域がアウト・オブ・ディストリビューション (OOD) として検出される。 生成モデルは、健全な表現の分布を学び、異常を逸脱として識別する。 AUROCでは,cOOpDが8.2%,7.7%の増加とともに,2つの公開データセット上で最高のパフォーマンスを実現していることを示す。
  論文  参考訳（メタデータ） (2023-07-14T10:05:37Z)
• nnUNet RASPP for Retinal OCT Fluid Detection, Segmentation and Generalisation over Variations of Data Sources [25.095695898777656]
  我々は、複数のデバイスベンダーの画像間で一貫した高パフォーマンスを持つnnUNetの2つの変種を提案する。 このアルゴリズムはMICCAI 2017 RETOUCHチャレンジデータセットで検証された。 実験の結果,我々のアルゴリズムは最先端のアルゴリズムよりも優れていた。
  論文  参考訳（メタデータ） (2023-02-25T23:47:23Z)
• Learning to diagnose cirrhosis from radiological and histological labels with joint self and weakly-supervised pretraining strategies [62.840338941861134]
  そこで本稿では, 放射線学者が注釈付けした大規模データセットからの転写学習を活用して, 小さい付加データセットで利用できる組織学的スコアを予測することを提案する。 我々は,肝硬変の予測を改善するために,異なる事前訓練法,すなわち弱い指導法と自己指導法を比較した。 この方法は、METAVIRスコアのベースライン分類を上回り、AUCが0.84、バランスの取れた精度が0.75に達する。
  論文  参考訳（メタデータ） (2023-02-16T17:06:23Z)
• Pose-based Tremor Classification for Parkinson's Disease Diagnosis from Video [13.6403722052414]
  パーキンソン病(英: Parkinson's disease、PD)は、様々な運動障害症状を引き起こす進行性神経変性疾患である。 パーキンソンの震動はPDの強い一般化性を示す最も主要な症状の1つである。 本稿では,SPAPNetを提案する。SPAPNetは,PD警告サインとして,低コストのPT分類結果を提供するための入力として,カメラに面する人間の動作の,コンシューマグレードの非侵襲的なビデオ記録のみを必要とする。
  論文  参考訳（メタデータ） (2022-07-14T11:32:42Z)
• An Algorithm for the Labeling and Interactive Visualization of the Cerebrovascular System of Ischemic Strokes [59.116811751334225]
  VirtualDSA++は、CTAスキャンで脳血管ツリーをセグメンテーションし、ラベル付けするために設計されたアルゴリズムである。 閉塞血管を同定するために,脳動脈のラベル付け機構を拡張した。 本稿では,そのモデルの全ノードにおける経路の反復的体系探索という一般的な概念を紹介し,新たな対話的特徴を実現する。
  論文  参考訳（メタデータ） (2022-04-26T14:20:26Z)
• A deep learning model for classification of diabetic retinopathy in eye fundus images based on retinal lesion detection [0.0]
  糖尿病網膜症(英: Diabetic retinopathy, DR)は、糖尿病が網膜に影響を及ぼす結果である。 失明の原因は、未診断で治療を受けていない場合である。 本稿では眼底画像の自動DR分類モデルを提案する。
  論文  参考訳（メタデータ） (2021-10-14T22:04:59Z)
• Assessing glaucoma in retinal fundus photographs using Deep Feature Consistent Variational Autoencoders [63.391402501241195]
  緑内障は症状が重くなるまで無症状のままでいるため、検出が困難である。 緑内障の早期診断は機能的,構造的,臨床的評価に基づいて行われることが多い。 ディープラーニング手法はこのジレンマを、マーカー識別段階をバイパスし、ハイレベルな情報を分析してデータを分類することで部分的に解決している。
  論文  参考訳（メタデータ） (2021-10-04T16:06:49Z)
• Variational Knowledge Distillation for Disease Classification in Chest X-Rays [102.04931207504173]
  我々は,X線に基づく疾患分類のための新しい確率的推論フレームワークである反復的知識蒸留(VKD)を提案する。 提案手法の有効性を,X線画像とEHRを用いた3つの公開ベンチマークデータセットに示す。
  論文  参考訳（メタデータ） (2021-03-19T14:13:56Z)
• An Interpretable Multiple-Instance Approach for the Detection of referable Diabetic Retinopathy from Fundus Images [72.94446225783697]
  基礎画像における参照糖尿病網膜症検出のための機械学習システムを提案する。 画像パッチから局所情報を抽出し,アテンション機構により効率的に組み合わせることで,高い分類精度を実現することができる。 我々は,現在入手可能な網膜画像データセットに対するアプローチを評価し,最先端の性能を示す。
  論文  参考訳（メタデータ） (2021-03-02T13:14:15Z)
• A Benchmark for Studying Diabetic Retinopathy: Segmentation, Grading, and Transferability [76.64661091980531]
  糖尿病患者は糖尿病網膜症(DR)を発症するリスクがある コンピュータ支援型DR診断は、DRの早期検出と重度評価のための有望なツールである。 このデータセットは、ピクセルレベルのDR関連病変アノテーションを持つ1,842枚の画像と、6人の眼科医によって評価された画像レベルのラベルを持つ1,000枚の画像を有する。
  論文  参考訳（メタデータ） (2020-08-22T07:48:04Z)
• Automated machine vision enabled detection of movement disorders from hand drawn spirals [0.0]
  本研究は、スキャンされたペンと紙の描画と畳み込みニューラルネットワーク(CNN)を用いて、パーキンソン病(PD)と本態性震動(ET)の分類を行う。 PDのコントロールによる識別精度は98.2%であった。 ETおよびコントロールからのPDの判別精度は92%であった。
  論文  参考訳（メタデータ） (2020-06-22T10:21:51Z)

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。