論文の概要: Computer Vision on X-ray Data in Industrial Production and Security Applications: A survey

• arxiv url: http://arxiv.org/abs/2211.05565v1
• Date: Thu, 10 Nov 2022 13:37:36 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-11 15:33:16.919164
• Title: Computer Vision on X-ray Data in Industrial Production and Security Applications: A survey
• Title（参考訳）: 産業生産・安全保障分野におけるX線データに関するコンピュータビジョン:調査
• Authors: Mehdi Rafiei, Jenni Raitoharju, Alexandros Iosifidis
• Abstract要約: 本稿では,コンピュータビジョンと機械学習を用いた産業生産およびセキュリティアプリケーションにおけるX線分析に関する最近の研究をレビューする。 公開されているデータセット上でのアプリケーション、テクニック、評価メトリクス、データセット、それらのテクニックのパフォーマンス比較をカバーしている。
• 参考スコア（独自算出の注目度）: 89.45221564651145
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: X-ray imaging technology has been used for decades in clinical tasks to reveal the internal condition of different organs, and in recent years, it has become more common in other areas such as industry, security, and geography. The recent development of computer vision and machine learning techniques has also made it easier to automatically process X-ray images and several machine learning-based object (anomaly) detection, classification, and segmentation methods have been recently employed in X-ray image analysis. Due to the high potential of deep learning in related image processing applications, it has been used in most of the studies. This survey reviews the recent research on using computer vision and machine learning for X-ray analysis in industrial production and security applications and covers the applications, techniques, evaluation metrics, datasets, and performance comparison of those techniques on publicly available datasets. We also highlight some drawbacks in the published research and give recommendations for future research in computer vision-based X-ray analysis.
• Abstract（参考訳）: x線イメージング技術は、様々な臓器の内部状態を明らかにするために何十年も臨床研究に使われてきたが、近年では産業、安全保障、地理など他の分野でも広く使われている。 コンピュータビジョンと機械学習技術の最近の進歩により、X線画像の自動処理や、いくつかの機械学習ベースのオブジェクト(異常な)検出、分類、セグメンテーションが、最近X線画像解析に採用されている。 画像処理応用における深層学習の可能性が高いため、ほとんどの研究で使われている。 本調査は,産業用およびセキュリティ用アプリケーションにおけるx線分析にコンピュータビジョンと機械学習を用いた最近の研究を概観し,それらの技術の適用,技術,評価指標,データセット,および公開データセットにおける性能比較について報告する。 また,コンピュータビジョンを用いたX線分析における今後の研究への推奨として,公開研究の欠点を強調した。

関連論文リスト

• Enhancing Human-Computer Interaction in Chest X-ray Analysis using Vision and Language Model with Eye Gaze Patterns [7.6599164274971026]
  VLM(Vision-Language Models)は、視線データとテキストプロンプトを併用することで、放射線技師の注意を喚起する。 眼球データから生成した熱マップを医療画像にオーバーレイし、放射線技師の集中した領域をハイライトする。 その結果,視線情報の挿入は胸部X線解析の精度を著しく向上させることがわかった。
  論文  参考訳（メタデータ） (2024-04-03T00:09:05Z)
• XrayGPT: Chest Radiographs Summarization using Medical Vision-Language Models [60.437091462613544]
  我々は,会話型医療ビジョン言語モデルであるXrayGPTを紹介する。 胸部X線写真に関するオープンエンドの質問を分析し、答えることができる。 自由テキストラジオグラフィーレポートから217kの対話的かつ高品質な要約を生成する。
  論文  参考訳（メタデータ） (2023-06-13T17:59:59Z)
• Automatic Image Content Extraction: Operationalizing Machine Learning in Humanistic Photographic Studies of Large Visual Archives [81.88384269259706]
  本稿では,機械学習による大規模画像アーカイブの検索と解析のための自動画像コンテンツ抽出フレームワークを提案する。 提案する枠組みは、人文科学と社会科学のいくつかの分野に適用できる。
  論文  参考訳（メタデータ） (2022-04-05T12:19:24Z)
• Generative Residual Attention Network for Disease Detection [51.60842580044539]
  本稿では, 条件付き生成逆学習を用いたX線疾患発生のための新しいアプローチを提案する。 我々は,患者の身元を保存しながら,対象領域に対応する放射線画像を生成する。 次に、ターゲット領域で生成されたX線画像を用いてトレーニングを増強し、検出性能を向上させる。
  論文  参考訳（メタデータ） (2021-10-25T14:15:57Z)
• Recent advances and clinical applications of deep learning in medical image analysis [7.132678647070632]
  我々は最近200以上の論文をレビュー・要約し、様々な医用画像解析タスクにおける深層学習手法の適用の概要を概観した。 特に,医用画像における最先端の非教師あり半教師あり深層学習の進歩と貢献を強調した。
  論文  参考訳（メタデータ） (2021-05-27T18:05:12Z)
• Deep Learning for Chest X-ray Analysis: A Survey [4.351399670578497]
  ディープラーニングの最近の進歩は、多くの医療画像解析タスクで有望なパフォーマンスをもたらしました。 胸部X線写真は 様々な応用が研究されている 特に重要なモダリティです 近年、複数の大きな胸部x線データセットがリリースされ、研究の関心が高まり、出版物数が増加した。
  論文  参考訳（メタデータ） (2021-03-15T20:28:16Z)
• Machine Learning Methods for Histopathological Image Analysis: A Review [62.14548392474976]
  病理組織像 (HIs) は癌診断における腫瘍の種類を評価するための金の基準である。 このような分析を高速化する方法の1つは、コンピュータ支援診断(CAD)システムを使用することである。
  論文  参考訳（メタデータ） (2021-02-07T19:12:32Z)
• Domain Shift in Computer Vision models for MRI data analysis: An Overview [64.69150970967524]
  機械学習とコンピュータビジョン手法は、医用画像解析において優れた性能を示している。 しかし、現在臨床応用はごくわずかである。 異なるソースや取得ドメインのデータへのモデルの不適切な転送性は、その理由の1つです。
  論文  参考訳（メタデータ） (2020-10-14T16:34:21Z)
• Towards Automatic Threat Detection: A Survey of Advances of Deep Learning within X-ray Security Imaging [0.6091702876917279]
  本稿では,従来の機械学習および現代のディープラーニングアプリケーションに分野を分類することで,コンピュータ化されたX線セキュリティ画像アルゴリズムをレビューすることを目的とする。 提案された分類学は、教師付き、半教師付き、教師なしの学習へのディープラーニングアプローチの使用をサブカテゴリ化している。 深層学習の現在と将来の動向に基づいて,X線セキュリティ画像の議論と今後の方向性を示す。
  論文  参考訳（メタデータ） (2020-01-05T19:17:32Z)

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。