論文の概要: COVID-Net Assistant: A Deep Learning-Driven Virtual Assistant for
COVID-19 Symptom Prediction and Recommendation
- arxiv url: http://arxiv.org/abs/2211.11944v1
- Date: Tue, 22 Nov 2022 01:41:48 GMT
- ステータス: 翻訳完了
- システム内更新日: 2022-11-23 19:30:04.164963
- Title: COVID-Net Assistant: A Deep Learning-Driven Virtual Assistant for
COVID-19 Symptom Prediction and Recommendation
- Title（参考訳）: COVID-Net Assistant: 新型コロナウイルスの症状予測と推奨のためのディープラーニング駆動バーチャルアシスタント
- Authors: Pengyuan Shi, Yuetong Wang, Saad Abbasi, Alexander Wong
- Abstract要約: 新型コロナウイルスの症状予測とレコメンデーションを提供するために設計された,効率的な仮想アシスタントであるCOVID-Net Assistantの設計を紹介する。
マシン駆動設計探索を通じて生成された、高度にカスタマイズされた軽量な畳み込みニューラルネットワークアーキテクチャについて検討する。
実験結果から,強力な予測性能を示す COVID-Net Assistant ニューラルネットワークが期待できる結果を得た。
- 参考スコア（独自算出の注目度）: 75.74756992992147
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: As the COVID-19 pandemic continues to put a significant burden on healthcare
systems worldwide, there has been growing interest in finding inexpensive
symptom pre-screening and recommendation methods to assist in efficiently using
available medical resources such as PCR tests. In this study, we introduce the
design of COVID-Net Assistant, an efficient virtual assistant designed to
provide symptom prediction and recommendations for COVID-19 by analyzing users'
cough recordings through deep convolutional neural networks. We explore a
variety of highly customized, lightweight convolutional neural network
architectures generated via machine-driven design exploration (which we refer
to as COVID-Net Assistant neural networks) on the Covid19-Cough benchmark
dataset. The Covid19-Cough dataset comprises 682 cough recordings from a
COVID-19 positive cohort and 642 from a COVID-19 negative cohort. Among the 682
cough recordings labeled positive, 382 recordings were verified by PCR test.
Our experimental results show promising, with the COVID-Net Assistant neural
networks demonstrating robust predictive performance, achieving AUC scores of
over 0.93, with the best score over 0.95 while being fast and efficient in
inference. The COVID-Net Assistant models are made available in an open source
manner through the COVID-Net open initiative and, while not a production-ready
solution, we hope their availability acts as a good resource for clinical
scientists, machine learning researchers, as well as citizen scientists to
develop innovative solutions.
- Abstract（参考訳）: 新型コロナウイルス(COVID-19)のパンデミックが世界中の医療システムに大きな負担をかけている中、PCR検査などの医療資源を効率的に活用するための安価なプレスクリーニングや推奨方法の発見への関心が高まっている。
そこで本研究では,深層畳み込みニューラルネットワークを用いて,ユーザの鳴き声を解析し,症状予測と推奨を行う効率的な仮想アシスタントであるcovid-19-net assistantの設計を紹介する。
我々は、Covid19-Coughベンチマークデータセット上で、マシン駆動設計探索(COVID-Net Assistantニューラルネットワークと呼ばれる)を通じて生成される、高度にカスタマイズされた軽量な畳み込みニューラルネットワークアーキテクチャを探索する。
Covid19-Coughデータセットは、COVID-19陽性コホートから672個のコークス記録と、新型コロナウイルス陰性コホートから642個のコークス記録を含む。
陽性と診断された682例中382例がPCR検査で確認された。
我々の実験結果は有望であり、covid-19-netアシスタントニューラルネットは確固とした予測性能を示し、aucスコアが0.93点を超え、最大スコアが0.95点を超えた。
COVID-Net Assistantモデルは、COVID-Netオープンイニシアチブを通じてオープンソースで利用可能であり、プロダクション対応のソリューションではないものの、臨床科学者や機械学習研究者、市民科学者が革新的なソリューションを開発するための優れたリソースとして機能することを願っています。
関連論文リスト
- Developing a multi-variate prediction model for the detection of
COVID-19 from Crowd-sourced Respiratory Voice Data [0.0]
この研究の新規性は、音声記録から新型コロナウイルス患者を識別するためのディープラーニングモデルの開発である。
私たちは、新型コロナウイルスのサウンドアプリを使った4352人の参加者からクラウドソースされた、853のオーディオサンプルからなるケンブリッジ大学のデータセットを使用しました。
音声データに基づいて,陽性症例を検出する深層学習分類モデルを開発した。
論文 参考訳（メタデータ） (2022-09-08T11:46:37Z) - COVID-Net UV: An End-to-End Spatio-Temporal Deep Neural Network
Architecture for Automated Diagnosis of COVID-19 Infection from Ultrasound
Videos [70.60433013657693]
COVID-Netは、空間的特徴を抽出する畳み込みニューラルネットワークと、時間的依存を学習するリカレントニューラルネットワークで構成される。
ネットワークの平均精度は94.44%で、新型コロナウイルスの患者には偽陰性なケースはない。
論文 参考訳（メタデータ） (2022-05-18T13:59:16Z) - COVID-Net MLSys: Designing COVID-Net for the Clinical Workflow [101.45411528425939]
本研究では、機械学習とシステム(MLSys)を用いて、新型コロナウイルス患者のスクリーニングシステムの設計を行う。
COVID-Netシステムは、継続的に進化するCOVIDxデータセット、新型コロナウイルス患者検出のためのCOVID-Netディープニューラルネットワーク、および重症度評価のためのCOVID-Net Sディープニューラルネットワークで構成されている。
COVID-Netシステム内のディープニューラルネットワークは最先端のパフォーマンスを持ち、臨床診断支援のためにユーザーインターフェース(UI)に統合されるように設計されている。
論文 参考訳（メタデータ） (2021-09-14T04:13:24Z) - COVID-Net US: A Tailored, Highly Efficient, Self-Attention Deep
Convolutional Neural Network Design for Detection of COVID-19 Patient Cases
from Point-of-care Ultrasound Imaging [101.27276001592101]
我々は,肺POCUS画像からの新型コロナウイルススクリーニングに適した,高効率で自己注意型の深層畳み込みニューラルネットワーク設計であるCOVID-Net USを紹介した。
実験の結果、提案されたCOVID-Net USは、アーキテクチャの複雑さが353倍、計算の複雑さが62倍、Raspberry Piで14.3倍高速なAUCを達成できることがわかった。
リソース制約のある環境において安価な医療と人工知能を提唱するために、COVID-Net USをオープンソースにし、COVID-Netオープンソースイニシアチブの一部として公開しました。
論文 参考訳（メタデータ） (2021-08-05T16:47:33Z) - COVID-19 Cough Classification using Machine Learning and Global
Smartphone Recordings [6.441511459132334]
本稿では、スマートフォン上で記録された新型コロナウイルス陰性および健康性の両方から、新型コロナウイルス陽性を識別できる機械学習ベースのコークス分類器を提案する。
この種のスクリーニングは非接触で容易に適用でき、テストセンターでの負荷軽減や送信制限に役立つ。
論文 参考訳（メタデータ） (2020-12-02T13:35:42Z) - CovidDeep: SARS-CoV-2/COVID-19 Test Based on Wearable Medical Sensors
and Efficient Neural Networks [51.589769497681175]
新型コロナウイルス(SARS-CoV-2)がパンデミックを引き起こしている。
SARS-CoV-2の逆転写-ポリメラーゼ連鎖反応に基づく現在の試験体制は、試験要求に追いついていない。
我々は,効率的なDNNと市販のWMSを組み合わせたCovidDeepというフレームワークを提案する。
論文 参考訳（メタデータ） (2020-07-20T21:47:28Z) - COVID-Net: A Tailored Deep Convolutional Neural Network Design for
Detection of COVID-19 Cases from Chest X-Ray Images [93.0013343535411]
我々は,胸部X線(CXR)画像から新型コロナウイルスの症例を検出するための,深層畳み込みニューラルネットワーク設計であるCOVID-Netを紹介した。
著者たちの知る限りでは、COVID-NetはCXRイメージからCOVID-19を検出するための、最初のオープンソースネットワーク設計の1つである。
また,13,870人の患者を対象に,13,975個のCXR画像からなるオープンアクセスベンチマークデータセットであるCOVIDxも導入した。
論文 参考訳（メタデータ） (2020-03-22T12:26:36Z)
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。