論文の概要: Scoliosis Detection using Deep Neural Network

• arxiv url: http://arxiv.org/abs/2210.17269v1
• Date: Mon, 31 Oct 2022 12:52:04 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-01 16:42:22.794665
• Title: Scoliosis Detection using Deep Neural Network
• Title（参考訳）: ディープニューラルネットワークを用いたスコリシス検出
• Authors: Yen Hoang Nguyen
• Abstract要約: 脊柱側方屈曲症は若年層で診断されることが多い。 現在, 脊柱前方X線像を手動で観察し, 頭蓋狭窄を推定する金の基準となっている。 深層学習は、自動脊椎曲率推定において驚くべき成果を上げている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Scoliosis is a sideways curvature of the spine that most often is diagnosed among young teenagers. It dramatically affects the quality of life, which can cause complications from heart and lung injuries in severe cases. The current gold standard to detect and estimate scoliosis is to manually examine the spinal anterior-posterior X-ray images. This process is time-consuming, observer-dependent, and has high inter-rater variability. Consequently, there has been increasing interest in automatic scoliosis estimation from spinal X-ray images, and the development of deep learning has shown amazing achievements in automatic spinal curvature estimation. The main target of this thesis is to review the fundamental concepts of deep learning, analyze how deep learning is applied to detect spinal curvature, explore the practical deep learning-based models that have been employed. It aims to improve the accuracy of scoliosis detection and implement the most successful one for automated Cobb angle prediction. Keywords: Scoliosis Detection, Spinal Curvature Estimation, Deep Learning. i
• Abstract（参考訳）: スコリシス(scoliosis)は、背骨の側面曲率であり、最もよく若い10代の若者の間で診断される。 生命の質に劇的に影響し、重篤な症例では心臓や肺の損傷による合併症を引き起こす可能性がある。 スコリオシスを検出・推定するための現在の金本位制は、手作業で脊椎前方x線像を調べることである。 このプロセスは時間消費であり、オブザーバに依存し、レート間変動性が高い。 その結果, 脊椎X線画像から自動的に側頭葉を推定することへの関心が高まり, 深層学習の進歩は, 自動脊椎曲率推定において驚くべき成果を示した。 この論文の主目的は、深層学習の基本概念を見直し、深層学習がどのようにして脊椎曲率を検出するかを分析し、実際に採用された深層学習に基づくモデルを探ることである。 スコリシス検出の精度を改善し、コブ角の自動予測に最も成功したものを実装することを目的としている。 キーワード:soliosis Detection, Spinal Curvature Estimation, Deep Learning。 私は

関連論文リスト

• Gait Patterns as Biomarkers: A Video-Based Approach for Classifying Scoliosis [10.335383345968966]
  スコリオーシスは、特に青年期において重要な診断上の課題を呈する。 従来の診断と追跡方法は、臨床専門知識と放射線曝露のリスクのために限界に直面している。 歩行分析を用いた新しいビデオベース非侵襲的スコリオーシス分類法を提案する。
  論文  参考訳（メタデータ） (2024-07-08T08:29:02Z)
• Shape Matters: Detecting Vertebral Fractures Using Differentiable Point-Based Shape Decoding [51.38395069380457]
  変性性脊椎疾患は高齢者に多い。 骨粗しょう性骨折やその他の変性変形性骨折のタイムリーな診断は、重度の腰痛や障害のリスクを軽減するための前向きな処置を促進する。 本研究では,脊椎動物に対する形状自動エンコーダの使用について検討する。
  論文  参考訳（メタデータ） (2023-12-08T18:11:22Z)
• Predicting Spine Geometry and Scoliosis from DXA Scans [49.68543422441626]
  まず、ニューラルネットワークをトレーニングして、スキャン中のミドルスピン曲線を予測し、次いで積分法を用いて、スピン曲線に沿った曲率を決定する。 最大曲率を評価関数として用いて, 脊椎変形の重症度を推定できることが示唆された。
  論文  参考訳（メタデータ） (2023-11-15T22:49:08Z)
• Intelligent Scoliosis Screening and Diagnosis: A Survey [9.01107988952023]
  中国では初等・中等教育のスコリシス患者が500万人を超えている。 発生率は3%から5%程度で、毎年増加している。 本報告では,コンピュータによる側頭症スクリーニングと診断を体系的に導入する。
  論文  参考訳（メタデータ） (2023-10-12T22:51:51Z)
• Deep Reinforcement Learning Framework for Thoracic Diseases Classification via Prior Knowledge Guidance [49.87607548975686]
  関連疾患に対するラベル付きデータの不足は、正確な診断にとって大きな課題となる。 本稿では,診断エージェントの学習を指導するための事前知識を導入する,新しい深層強化学習フレームワークを提案する。 提案手法の性能はNIHX-ray 14とCheXpertデータセットを用いて実証した。
  論文  参考訳（メタデータ） (2023-06-02T01:46:31Z)
• Weakly-supervised Biomechanically-constrained CT/MRI Registration of the Spine [72.85011943179894]
  本稿では,各脊椎の剛性と容積を保存し,登録精度を最大化しながら,弱教師付き深層学習フレームワークを提案する。 また,CTにおける椎体自動分節化はMRIと対比してより正確な結果をもたらすため,CTラベルマップのみに依存するよう,これらの損失を特に設計する。 以上の結果から, 解剖学的認識による損失の増大は, 精度を維持しつつも, 推測変換の妥当性を高めることが示唆された。
  論文  参考訳（メタデータ） (2022-05-16T10:59:55Z)
• Direct Estimation of Spinal Cobb Angles by Structured Multi-Output Regression [42.67503464183464]
  脊髄湾曲率を定量的に評価するコブ角度は、脊柱側膜症の診断および治療において重要な役割を果たします。 脊髄X線からのCobb角の推定を多出力回帰タスクとして定式化する。 本手法は, 高い精度で cobb 角度の直接推定が可能であり, 臨床応用の可能性も示唆する。
  論文  参考訳（メタデータ） (2020-12-23T12:33:46Z)
• Simultaneous Estimation of X-ray Back-Scatter and Forward-Scatter using Multi-Task Learning [59.17383024536595]
  後方散乱は複雑な介入の際の患者(皮膚)の服用に大きく寄与する。 前方散乱放射線は投影画像のコントラストを低減し、3次元再構成でアーティファクトを導入する。 本稿では,従来の手法と学習に基づく手法を組み合わせて,検出器に到達した前方散乱を同時に推定する手法を提案する。
  論文  参考訳（メタデータ） (2020-07-08T10:47:37Z)
• Bipartite Distance for Shape-Aware Landmark Detection in Spinal X-Ray Images [17.8260780895433]
  スコリオーシス(英: Scoliosis)は、脊椎の外側の曲がりを引き起こす先天性疾患である。 脊椎のランドマークの自動検出と局所化によって信頼性を向上させることができる。 両部距離(BPD)測定値に基づく新たな損失を提案し,ランドマーク検出性能を継続的に向上させることを示す。
  論文  参考訳（メタデータ） (2020-05-28T22:34:24Z)
• Analysis of Scoliosis From Spinal X-Ray Images [17.8260780895433]
  脊柱管の計測には脊椎のラベル付けと識別が必要である。 スコリオーシス(英: Scoliosis)は、脊椎が正常な形状から変形する先天性疾患である。 そこで本研究では,脊柱管狭窄計測に伴う脊椎の完全自動的,信頼性の高いセグメンテーションを提供するエンドツーエンドセグメンテーションモデルを提案する。
  論文  参考訳（メタデータ） (2020-04-15T05:36:28Z)
• Vertebra-Focused Landmark Detection for Scoliosis Assessment [54.24477530836629]
  脊椎に焦点をあてた新しいランドマーク検出法を提案する。 我々のモデルはまず椎骨中心を局在させ、そこから学習されたコーナーオフセットを通して椎骨の4つの角のランドマークを辿る。 その結果,低コントラストおよび無明度X線画像におけるコブ角測定とランドマーク検出の両面での有用性が示された。
  論文  参考訳（メタデータ） (2020-01-09T19:17:41Z)

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。