論文の概要: Automated Diagnosis of Cardiovascular Diseases from Cardiac Magnetic
Resonance Imaging Using Deep Learning Models: A Review
- arxiv url: http://arxiv.org/abs/2210.14909v1
- Date: Wed, 26 Oct 2022 10:46:42 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-28 15:40:33.234484
- Title: Automated Diagnosis of Cardiovascular Diseases from Cardiac Magnetic
Resonance Imaging Using Deep Learning Models: A Review
- Title（参考訳）: 深層学習モデルを用いた心臓磁気共鳴画像からの心血管疾患の自動診断
- Authors: Mahboobeh Jafari, Afshin Shoeibi, Marjane Khodatars, Navid Ghassemi,
Parisa Moridian, Niloufar Delfan, Roohallah Alizadehsani, Abbas Khosravi, Sai
Ho Ling, Yu-Dong Zhang, Shui-Hua Wang, Juan M. Gorriz, Hamid Alinejad Rokny,
U. Rajendra Acharya
- Abstract要約: 心臓磁気共鳴画像(CMR)は、病気の診断、モニタリング、治療計画、CVDの予測にますます利用されている。
これらの課題に対処するために,CMRデータを用いたCVDの診断に深層学習(DL)技術が用いられている。
本稿では,CMR画像とDL技術を用いたCVD検出における研究の概要について概説する。
- 参考スコア（独自算出の注目度）: 24.343503868493382
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In recent years, cardiovascular diseases (CVDs) have become one of the
leading causes of mortality globally. CVDs appear with minor symptoms and
progressively get worse. The majority of people experience symptoms such as
exhaustion, shortness of breath, ankle swelling, fluid retention, and other
symptoms when starting CVD. Coronary artery disease (CAD), arrhythmia,
cardiomyopathy, congenital heart defect (CHD), mitral regurgitation, and angina
are the most common CVDs. Clinical methods such as blood tests,
electrocardiography (ECG) signals, and medical imaging are the most effective
methods used for the detection of CVDs. Among the diagnostic methods, cardiac
magnetic resonance imaging (CMR) is increasingly used to diagnose, monitor the
disease, plan treatment and predict CVDs. Coupled with all the advantages of
CMR data, CVDs diagnosis is challenging for physicians due to many slices of
data, low contrast, etc. To address these issues, deep learning (DL) techniques
have been employed to the diagnosis of CVDs using CMR data, and much research
is currently being conducted in this field. This review provides an overview of
the studies performed in CVDs detection using CMR images and DL techniques. The
introduction section examined CVDs types, diagnostic methods, and the most
important medical imaging techniques. In the following, investigations to
detect CVDs using CMR images and the most significant DL methods are presented.
Another section discussed the challenges in diagnosing CVDs from CMR data.
Next, the discussion section discusses the results of this review, and future
work in CVDs diagnosis from CMR images and DL techniques are outlined. The most
important findings of this study are presented in the conclusion section.
- Abstract（参考訳）: 近年では、心臓血管疾患(CVD)が世界的な死亡原因の一つとなっている。
CVDは軽度の症状を示し、徐々に悪化する。
ほとんどの人は、cvdを開始する際に、疲労、息切れ、足首の腫れ、流体保持、その他の症状を経験する。
冠動脈疾患(CAD)、不整脈、心筋症、先天性心不全(CHD)、僧帽弁閉鎖不全、狭心症が最も一般的なCVDである。
血液検査、心電図(ECG)信号、医用画像などの臨床手法は、CVDの検出に最も有効な方法である。
診断方法の中で、心臓磁気共鳴画像(CMR)は、病気の診断、モニタリング、治療計画、CVDの予測にますます利用されている。
CMRデータのすべての利点と組み合わせて、CVDの診断は多くのデータスライス、低コントラストなどのために医師にとって困難である。
これらの課題に対処するために,CMRデータを用いたCVDの診断に深層学習(DL)技術が採用され,現在多くの研究が行われている。
本稿では,CMR画像とDL技術を用いたCVD検出実験の概要を紹介する。
導入部ではCVDのタイプ,診断方法,および最も重要な医用画像診断技術について検討した。
以下にCMR画像を用いたCVDの検出方法と,最も重要なDL法について述べる。
別のセクションでは、CMRデータからCVDを診断する際の課題について論じている。
次に,本研究の結果について論じ,CMR画像とDL技術を用いたCVDの診断における今後の研究について概説する。
本研究の最も重要な成果は, 結論節にまとめられる。
関連論文リスト
- WIA-LD2ND: Wavelet-based Image Alignment for Self-supervised Low-Dose CT Denoising [74.14134385961775]
我々は, NDCTデータのみを用いて, WIA-LD2NDと呼ばれる新しい自己監督型CT画像復調法を提案する。
WIA-LD2ND は Wavelet-based Image Alignment (WIA) と Frequency-Aware Multi-scale Loss (FAM) の2つのモジュールから構成される。
論文 参考訳（メタデータ） (2024-03-18T11:20:11Z) - Can GPT-4V(ision) Serve Medical Applications? Case Studies on GPT-4V for
Multimodal Medical Diagnosis [59.35504779947686]
GPT-4VはOpenAIの最新のマルチモーダル診断モデルである。
評価対象は17の人体システムである。
GPT-4Vは、医用画像のモダリティと解剖学を区別する能力を示す。
疾患の診断と包括的報告作成において重大な課題に直面している。
論文 参考訳（メタデータ） (2023-10-15T18:32:27Z) - APIS: A paired CT-MRI dataset for ischemic stroke segmentation challenge [0.0]
APISはNCCTとADCによる急性虚血性脳卒中患者の最初のペアデータセットである。
第20回IEEE International Symposium on Biomedical Imaging 2023で発表された。
すべてのチームが専門的なディープラーニングツールを使用しているにも関わらず、NCCTの虚血性脳卒中セグメンテーションタスクは依然として困難である。
論文 参考訳（メタデータ） (2023-09-26T20:16:07Z) - ImageCAS: A Large-Scale Dataset and Benchmark for Coronary Artery
Segmentation based on Computed Tomography Angiography Images [13.486031592290258]
心臓血管疾患 (CVD) は非感染性疾患の約半数を占める。
冠動脈の血管狭窄はCVDの大きなリスクであると考えられている。
CTA画像を用いた冠動脈セグメンテーションのための大規模データセットを提案する。
論文 参考訳（メタデータ） (2022-11-03T06:37:10Z) - Automatic Diagnosis of Myocarditis Disease in Cardiac MRI Modality using
Deep Transformers and Explainable Artificial Intelligence [20.415917092103033]
心筋炎は、多くの人の健康を脅かす重要な心血管疾患(CVD)である。
HIVなどを含む微生物やウイルスの発生は、心筋炎疾患(MCD)の発生に重要な役割を担っている
提案したCADSは,データセット,前処理,特徴抽出,分類,後処理など,いくつかのステップで構成されている。
論文 参考訳（メタデータ） (2022-10-26T10:34:20Z) - Robust Weakly Supervised Learning for COVID-19 Recognition Using
Multi-Center CT Images [8.207602203708799]
重症急性呼吸器症候群ウイルス2(SARS-CoV-2)による新型コロナウイルス感染症2019(COVID-19)
異なる病院にあるCTスキャナの様々な技術的仕様のため、CT画像の出現は、多くの自動画像認識アプローチの失敗に繋がる。
新型コロナウイルスのCTスキャン認識モデル、すなわち新型コロナウイルス情報融合診断ネットワーク(CIFD-Net)を提案する。
本モデルでは,CTスキャン画像の外観の相違を,他の最先端手法と比較して精度が高く,確実かつ効率的に解決することができる。
論文 参考訳（メタデータ） (2021-12-09T15:22:03Z) - Medical Imaging with Deep Learning for COVID- 19 Diagnosis: A
Comprehensive Review [1.7205106391379026]
本論文は, 深層学習モデル(DL)の医療画像・薬物発見への応用に焦点をあてる。
我々は,X線やCT画像などの医療画像に基づく様々な研究と,肺炎に対するCOVID-19の分類方法について詳述した。
論文 参考訳（メタデータ） (2021-07-13T16:49:49Z) - CoRSAI: A System for Robust Interpretation of CT Scans of COVID-19
Patients Using Deep Learning [133.87426554801252]
我々は,深部畳み込み神経網のアンサンブルを用いた肺CTスキャンのセグメンテーションによるアプローチを採用した。
本モデルを用いて, 病変の分類, 患者の動態の評価, 病変による肺の相対体積の推定, 肺の損傷ステージの評価が可能となった。
論文 参考訳（メタデータ） (2021-05-25T12:06:55Z) - Automatic Assessment of Alzheimer's Disease Diagnosis Based on Deep
Learning Techniques [111.165389441988]
本研究では, MRI(sagittal magnetic resonance images)における疾患の存在を自動的に検出するシステムを開発する。
矢状面MRIは一般的には使われていないが、この研究は、少なくとも、ADを早期に同定する他の平面からのMRIと同じくらい効果があることを証明した。
本研究は,これらの分野でDLモデルを構築できることを実証する一方,TLは少ない例でタスクを完了するための必須のツールである。
論文 参考訳（メタデータ） (2021-05-18T11:37:57Z) - 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) - Synergistic Learning of Lung Lobe Segmentation and Hierarchical
Multi-Instance Classification for Automated Severity Assessment of COVID-19
in CT Images [61.862364277007934]
3次元CT画像におけるCOVID-19の重症度自動評価のための相乗的学習フレームワークを提案する。
マルチタスクのディープネットワーク(M$2$UNet)が開発され、新型コロナウイルス患者の重症度を評価する。
われわれのM$2$UNetはパッチレベルのエンコーダと肺葉分画のためのセグメンテーションサブネットワークと重度評価のための分類サブネットワークから構成されている。
論文 参考訳（メタデータ） (2020-05-08T03:16:15Z)
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。