論文の概要: Edema Estimation From Facial Images Taken Before and After Dialysis via Contrastive Multi-Patient Pre-Training

• arxiv url: http://arxiv.org/abs/2212.07582v1
• Date: Thu, 15 Dec 2022 02:05:12 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-16 17:35:11.067593
• Title: Edema Estimation From Facial Images Taken Before and After Dialysis via Contrastive Multi-Patient Pre-Training
• Title（参考訳）: 造影多症例プレトレーニングによる透析前後の顔面画像からの浮腫推定
• Authors: Yusuke Akamatsu, Yoshifumi Onishi, Hitoshi Imaoka, Junko Kameyama, Hideo Tsurushima
• Abstract要約: 浮腫は腎臓病の一般的な症状であり、浮腫の定量的測定が望まれる。 腎不全患者の透析前後の顔画像から浮腫の程度を推定する方法を提案する。
• 参考スコア（独自算出の注目度）: 3.8323580808203785
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Edema is a common symptom of kidney disease, and quantitative measurement of edema is desired. This paper presents a method to estimate the degree of edema from facial images taken before and after dialysis of renal failure patients. As tasks to estimate the degree of edema, we perform pre- and post-dialysis classification and body weight prediction. We develop a multi-patient pre-training framework for acquiring knowledge of edema and transfer the pre-trained model to a model for each patient. For effective pre-training, we propose a novel contrastive representation learning, called weight-aware supervised momentum contrast (WeightSupMoCo). WeightSupMoCo aims to make feature representations of facial images closer in similarity of patient weight when the pre- and post-dialysis labels are the same. Experimental results show that our pre-training approach improves the accuracy of pre- and post-dialysis classification by 15.1% and reduces the mean absolute error of weight prediction by 0.243 kg compared with training from scratch. The proposed method accurately estimate the degree of edema from facial images; our edema estimation system could thus be beneficial to dialysis patients.
• Abstract（参考訳）: 浮腫は腎臓病の一般的な症状であり、浮腫の定量的測定が望ましい。 本稿では腎不全患者の透析前後の顔面画像から浮腫の程度を推定する方法を提案する。 浮腫の程度を推定するタスクとして,術前および術後の分類と体重予測を行う。 我々は, 浮腫の知識を取得し, 事前訓練したモデルを患者ごとにモデルに移すための多症例事前学習フレームワークを開発した。 効果的な事前学習のために,重み認識型教師付き運動量コントラスト(weightsupmoco)と呼ばれる新しいコントラスト表現学習を提案する。 WeightSupMoCoは、術前と術後のラベルが同じである場合に、顔画像の特徴表現を患者の体重の類似度に近づけることを目指している。 実験の結果, プレトレーニングアプローチにより, 透析前および術後の分類精度が15.1%向上し, スクラッチトレーニングに比べて, 重量予測の平均絶対誤差が0.243kg低減した。 提案手法は顔画像から浮腫の度合いを正確に推定し, 透析患者に有用である可能性が示唆された。

関連論文リスト

• Efficient Training with Denoised Neural Weights [65.14892033932895]
  この研究は、初期化のために神経重みを合成するウェイトジェネレータを構築するための新しい一歩を踏み出した。 本稿では,モデル重みの収集を容易にするために,GANを用いた画像間翻訳タスクを例に挙げる。 拡散モデルによって予測される重み付き画像翻訳モデルを初期化することにより、トレーニングは43.3秒しか必要としない。
  論文  参考訳（メタデータ） (2024-07-16T17:59:42Z)
• Out-of-Distribution Generalized Dynamic Graph Neural Network for Human Albumin Prediction [37.289505423558]
  本稿では,ヒトアルバム予測のための動的グラフニューラルネットワークとして,Out-of-Distribution Generalized Dynamic Graph Neural Networkを提案する。 まず,人間のアルブミン予測を動的グラフ回帰問題としてモデル化し,ダイナミックスと患者関係をモデル化する。 最後に、モデルが予測を行うために不変パターンに依存することを奨励する不変動的グラフ回帰法を提案する。
  論文  参考訳（メタデータ） (2023-11-27T05:21:08Z)
• Automatic diagnosis of knee osteoarthritis severity using Swin transformer [55.01037422579516]
  変形性膝関節症 (KOA) は膝関節の慢性的な痛みと硬直を引き起こす疾患である。 我々は,Swin Transformer を用いて KOA の重大度を予測する自動手法を提案する。
  論文  参考訳（メタデータ） (2023-07-10T09:49:30Z)
• On the Robustness of Pretraining and Self-Supervision for a Deep Learning-based Analysis of Diabetic Retinopathy [70.71457102672545]
  糖尿病網膜症における訓練方法の違いによる影響を比較検討した。 本稿では,定量的性能,学習した特徴表現の統計,解釈可能性,画像歪みに対する頑健性など,さまざまな側面について検討する。 以上の結果から,ImageNet事前学習モデルでは,画像歪みに対する性能,一般化,堅牢性が著しく向上していることが示唆された。
  論文  参考訳（メタデータ） (2021-06-25T08:32:45Z)
• Prediction-Coherent LSTM-based Recurrent Neural Network for Safer Glucose Predictions in Diabetic People [4.692400531340393]
  本稿では,予測の安定性を高めるLSTMに基づくリカレントニューラルネットワークアーキテクチャと損失関数を提案する。 研究は1型と2型糖尿病患者を対象に行われ、30分前の予測に焦点をあてた。
  論文  参考訳（メタデータ） (2020-09-08T13:14:08Z)
• Integrating uncertainty in deep neural networks for MRI based stroke analysis [0.0]
  2次元磁気共鳴(MR)画像における脳梗塞の確率を示すベイズ畳み込みニューラルネットワーク(CNN)を提案する。 CNNは511例のコホートで、画像レベルでは95.33%の精度を達成し、非バイエルン人に比べて2%の大幅な改善を示した。
  論文  参考訳（メタデータ） (2020-08-13T09:50:17Z)
• Neural networks with late-phase weights [66.72777753269658]
  学習後期に重みのサブセットを組み込むことで,SGDの解をさらに改善できることを示す。 学習の終わりに、重み空間における空間平均を取ることにより、1つのモデルを取得する。
  論文  参考訳（メタデータ） (2020-07-25T13:23:37Z)
• Appearance Learning for Image-based Motion Estimation in Tomography [60.980769164955454]
  トモグラフィー画像では、取得した信号に擬似逆フォワードモデルを適用することにより、解剖学的構造を再構成する。 患者の動きは、復元過程における幾何学的アライメントを損なうため、運動アーティファクトが生じる。 本研究では,スキャン対象から独立して剛性運動の構造を認識する外観学習手法を提案する。
  論文  参考訳（メタデータ） (2020-06-18T09:49:11Z)
• Adapting a Kidney Exchange Algorithm to Align with Human Values [59.395925461012126]
  腎臓交換における個人プロファイルの重み付けをエンドツーエンドに推定する手法を提案する。 これらの重量を腎臓交換市場浄化アルゴリズムでどのように使うかを示す。
  論文  参考訳（メタデータ） (2020-05-19T21:00:29Z)
• Technical Background for "A Precision Medicine Approach to Develop and Internally Validate Optimal Exercise and Weight Loss Treatments for Overweight and Obese Adults with Knee Osteoarthritis" [0.7437459197111806]
  精度医学の背景、価値関数のジャックニフェ推定器の導出とその推定分散について詳しく述べる。 変形性膝関節症に対する最適なITRの臨床的応用と解釈について,Jiangらに紹介する。
  論文  参考訳（メタデータ） (2020-01-27T17:50:20Z)

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。