論文の概要: POLCOVID: a multicenter multiclass chest X-ray database (Poland, 2020-2021)

• arxiv url: http://arxiv.org/abs/2211.16359v1
• Date: Tue, 29 Nov 2022 16:42:53 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-30 17:34:08.610495
• Title: POLCOVID: a multicenter multiclass chest X-ray database (Poland, 2020-2021)
• Title（参考訳）: POLCOVID:多施設間胸部X線データベース(Poland, 2020-2021)
• Authors: Aleksandra Suwalska, Joanna Tobiasz, Wojciech Prazuch, Marek Socha, Pawel Foszner, Jerzy Jaroszewicz, Katarzyna Gruszczynska, Magdalena Sliwinska, Jerzy Walecki, Tadeusz Popiela, Grzegorz Przybylski, Mateusz Nowak, Piotr Fiedor, Malgorzata Pawlowska, Robert Flisiak, Krzysztof Simon, Gabriela Zapolska, Barbara Gizycka, Edyta Szurowska (for the POLCOVID Study Group), Michal Marczyk, Andrzej Cieszanowski, Joanna Polanska
• Abstract要約: SARS-CoV-2パンデミックは、世界中の医療システムに限界を与え、診断待ち時間を増やし、医療支援を必要としている。 画像に基づく新型コロナウイルス検出のための多くの人工知能ツールが開発され、新型コロナウイルス陽性患者の少数の画像に基づいて訓練されている。 本稿では,15のポーランドの病院から集められた,新型コロナウイルスなどの肺炎患者の胸部X線(CXR)画像と健常者を含むPOLCOVIDデータセットについて紹介する。
• 参考スコア（独自算出の注目度）: 37.41181188499616
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The outbreak of the SARS-CoV-2 pandemic has put healthcare systems worldwide to their limits, resulting in increased waiting time for diagnosis and required medical assistance. With chest radiographs (CXR) being one of the most common COVID-19 diagnosis methods, many artificial intelligence tools for image-based COVID-19 detection have been developed, often trained on a small number of images from COVID-19-positive patients. Thus, the need for high-quality and well-annotated CXR image databases increased. This paper introduces POLCOVID dataset, containing chest X-ray (CXR) images of patients with COVID-19 or other-type pneumonia, and healthy individuals gathered from 15 Polish hospitals. The original radiographs are accompanied by the preprocessed images limited to the lung area and the corresponding lung masks obtained with the segmentation model. Moreover, the manually created lung masks are provided for a part of POLCOVID dataset and the other four publicly available CXR image collections. POLCOVID dataset can help in pneumonia or COVID-19 diagnosis, while the set of matched images and lung masks may serve for the development of lung segmentation solutions.
• Abstract（参考訳）: sars-cov-2パンデミックの勃発により、世界中の医療システムは限界に達し、診断の待ち時間の増加と医療支援が求められている。 胸部X線写真(CXR)が最も一般的な新型コロナウイルスの診断方法の1つであり、画像ベースの新型コロナウイルス検出のための多くの人工知能ツールが開発され、新型コロナウイルス陽性患者の少数の画像に基づいて訓練されている。 これにより,高品質なCXR画像データベースの必要性が高まった。 本稿では,15のポーランドの病院から集められた,新型コロナウイルスなどの肺炎患者の胸部X線(CXR)画像を含むPOLCOVIDデータセットについて紹介する。 元のx線写真には、肺領域に制限された前処理画像と、セグメンテーションモデルで得られた対応する肺マスクとが付随する。 さらに、手動で作成した肺マスクは、POLCOVIDデータセットの一部と、他の4つの公開されたCXRイメージコレクションに提供される。 POLCOVIDデータセットは肺炎や新型コロナウイルスの診断に役立つが、一致した画像と肺マスクのセットは肺分画ソリューションの開発に役立つ可能性がある。

関連論文リスト

• COVIDx CXR-4: An Expanded Multi-Institutional Open-Source Benchmark Dataset for Chest X-ray Image-Based Computer-Aided COVID-19 Diagnostics [79.90346960083775]
  我々は,胸部X線画像を用いたコンピュータ支援型COVID-19診断のための,多施設のオープンソースベンチマークデータセットであるCOVIDx CXR-4を紹介する。 COVIDx CXR-4は、患者の総コホートサイズを2.66倍に増やすことで、前回のCOVIDx CXR-3データセットで大幅に拡大する。 患者人口、画像メタデータ、および疾患分布の多様性について広範な分析を行い、潜在的なデータセットバイアスを明らかにする。
  論文  参考訳（メタデータ） (2023-11-29T14:40:31Z)
• COVID-VR: A Deep Learning COVID-19 Classification Model Using Volume-Rendered Computer Tomography [0.0]
  COVID-VRは、複数の角度から捉えた肺の容積レンダリング画像に基づいて、肺疾患を分類するための新しいアプローチである。 本稿では,複数の角度から肺の容積レンダリング画像に基づいて肺疾患を分類する新しいアプローチであるCOVID-VRを紹介する。
  論文  参考訳（メタデータ） (2023-08-02T21:13:10Z)
• Optimising Chest X-Rays for Image Analysis by Identifying and Removing Confounding Factors [49.005337470305584]
  新型コロナウイルス(COVID-19)のパンデミック(パンデミック)の間、新型コロナウイルス(COVID-19)の診断のための緊急設定で実施される画像の量は、臨床用CXRの取得が広範囲に及んだ。 公開データセット内の臨床的に取得されたCXRの変動品質は、アルゴリズムのパフォーマンスに大きな影響を及ぼす可能性がある。 我々は、新型コロナウイルスの胸部X線データセットを前処理し、望ましくないバイアスを取り除くための、シンプルで効果的なステップワイズアプローチを提案する。
  論文  参考訳（メタデータ） (2022-08-22T13:57:04Z)
• COVIDx CXR-3: A Large-Scale, Open-Source Benchmark Dataset of Chest X-ray Images for Computer-Aided COVID-19 Diagnostics [69.55060769611916]
  RT-PCR検査の補助的スクリーニング戦略としての胸部X線撮影(CXR)の利用が増加している。 CXRイメージングに基づく新型コロナウイルススクリーニングのための多くの視覚知覚モデルが提案されている。 我々は、COVID-19コンピュータビジョン研究を支援するために、CXR画像の大規模なベンチマークデータセットであるCOVIDx CXR-3を紹介する。
  論文  参考訳（メタデータ） (2022-06-08T04:39:44Z)
• CXR-Net: An Encoder-Decoder-Encoder Multitask Deep Neural Network for Explainable and Accurate Diagnosis of COVID-19 pneumonia with Chest X-ray Images [2.2098092675263423]
  そこで本研究では,CXRNetを用いた新型コロナウイルス検出のための新しいディープラーニングフレームワークを提案する。 提案するフレームワークは,新しいマルチタスクアーキテクチャに基づいており,疾患の分類と視覚的説明が可能である。 実験結果から,提案手法は良好な精度が得られることが示された。
  論文  参考訳（メタデータ） (2021-10-20T22:50:35Z)
• COVID-19 Lung Lesion Segmentation Using a Sparsely Supervised Mask R-CNN on Chest X-rays Automatically Computed from Volumetric CTs [6.837968548581353]
  新型コロナウイルス感染症2019(COVID-19)患者の胸部X線は、肺疾患の程度を決定するために頻繁に取得される。 新型コロナウイルス患者の胸部X線検査よりCTの頻度がはるかに低いことから、胸部X線による肺病変の自動切除は臨床的に有用である可能性がある。 オープンソース胸部X線と冠状X線プロジェクションの混合データセットを用いて訓練したMask R-CNNを用いた胸部X線上のCOVID-19肺病変のセグメンテーションのための自動パイプラインを提案する。
  論文  参考訳（メタデータ） (2021-05-17T20:27:32Z)
• M3Lung-Sys: A Deep Learning System for Multi-Class Lung Pneumonia Screening from CT Imaging [85.00066186644466]
  マルチタスク型マルチスライス深層学習システム(M3Lung-Sys)を提案する。 COVID-19とHealthy, H1N1, CAPとの鑑別に加えて, M3 Lung-Sysも関連病変の部位を特定できる。
  論文  参考訳（メタデータ） (2020-10-07T06:22:24Z)
• Multi-Task Driven Explainable Diagnosis of COVID-19 using Chest X-ray Images [61.24431480245932]
  COVID-19 Multi-Task Networkは、新型コロナウイルススクリーニングのためのエンドツーエンドネットワークである。 我々は,ChestXray-14,CheXpertおよび統合型COVID-19データセットから採取した9000個の前頭胸部X線写真から肺領域を手動で注釈した。 このデータベースは研究コミュニティに公開されます。
  論文  参考訳（メタデータ） (2020-08-03T12:52:23Z)
• Improving performance of CNN to predict likelihood of COVID-19 using chest X-ray images with preprocessing algorithms [0.3180570080674292]
  本研究は,胸部X線画像のコンピュータ支援診断手法の開発の可能性を示した。 8,474個の胸部X線画像のデータセットを使用して、CNNベースのCADスキームをトレーニングし、テストする。 検査結果は、3つのクラスを分類する際の総合的精度の94.0%、コビッドウイルスの感染者を検出する際の精度の98.6%を達成している。
  論文  参考訳（メタデータ） (2020-06-11T16:45:46Z)
• A Cascaded Learning Strategy for Robust COVID-19 Pneumonia Chest X-Ray Screening [11.250464234368478]
  新型コロナウイルス(SARS-CoV-2)肺炎に対する包括的スクリーニングプラットフォームを導入する。 提案するAIベースのシステムは、胸部X線(CXR)画像を利用して、患者が新型コロナウイルス感染症に感染しているかどうかを予測する。
  論文  参考訳（メタデータ） (2020-04-24T15:44:51Z)

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。