Fugu-MT 論文翻訳(概要): A Comparative Analysis of CNN-Based Pretrained Models for the Detection and Prediction of Monkeypox

論文の概要: A Comparative Analysis of CNN-Based Pretrained Models for the Detection and Prediction of Monkeypox

arxiv url: http://arxiv.org/abs/2302.10277v1
Date: Fri, 20 Jan 2023 18:11:43 GMT
ステータス: 処理完了
システム内更新日: 2023-02-26 14:26:07.332300
Title: A Comparative Analysis of CNN-Based Pretrained Models for the Detection and Prediction of Monkeypox
Title（参考訳）: サルポックスの検出と予測のためのcnn-based pretrained modelsの比較分析
Authors: Sourav Saha, Trina Chakraborty, Rejwan Bin Sulaiman, Tithi Paul
Abstract要約: サルポックスはチキンポックスや麻疹に似た症状のため早期に診断するのは難しい。個別のウイルス感染の初期段階において、病気と闘い、予測する技術が緊急に必要である。
参考スコア（独自算出の注目度）: 0.48747801442240574
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Monkeypox is a rare disease that raised concern among medical specialists following the convi-19 pandemic. It's concerning since monkeypox is difficult to diagnose early on because of symptoms that are similar to chickenpox and measles. Furthermore, because this is a rare condition, there is a knowledge gap among healthcare professionals. As a result, there is an urgent need for a novel technique to combat and anticipate the disease in the early phases of individual virus infection. Multiple CNN-based pre-trained models, including VGG-16, VGG-19, Restnet50, Inception-V3, Densnet, Xception, MobileNetV2, Alexnet, Lenet, and majority Voting, were employed in classification in this study. For this study, multiple data sets were combined, such as monkeypox vs chickenpox, monkeypox versus measles, monkeypox versus normal, and monkeypox versus all diseases. Majority voting performed 97% in monkeypox vs chickenpox, Xception achieved 79% in monkeypox against measles, MobileNetV2 scored 96% in monkeypox vs normal, and Lenet performed 80% in monkeypox versus all.
Abstract（参考訳）: サルポックス(英: monkeypox)は、convi-19パンデミックの後、医療専門家の間で懸念が高まったまれな疾患である。ニワトリポックスや麻疹に似た症状のため、サルポックスは早期診断が困難である。さらに、これは稀な状態であるため、医療従事者の間には知識ギャップがある。結果として、個々のウイルス感染の初期段階において、病気を対処し、予測するための新しい技術の必要性が急務である。 VGG-16, VGG-19, Restnet50, Inception-V3, Densnet, Xception, MobileNetV2, Alexnet, Lenet, majority Votingなど,複数のCNNベースの事前訓練モデルを用いた。本研究では,サルポックスとニワトリポックス,モンキーポックスと麻疹,モンキーポックス対正常,モンキーポックス対すべての疾患など,複数のデータセットを組み合わせた。多数決はモンキーポックス対チキンポックスで97%、xceptionはモンキーポックス対麻疹で79%、mobilenetv2はモンキーポックス対ノーマルで96%、lenetはサルポックス対オールで80%だった。

関連論文リスト

Opponent Shaping for Antibody Development [49.26728828005039]
抗ウイルス療法は通常、ウイルスの現在の株のみを標的とするように設計されている。治療によって誘導される選択的圧力はウイルスに作用し、変異株の出現を誘導し、初期治療が効果を低下させる。我々は、ウイルスの進化的脱出の遺伝的シミュレーションを実装するために、抗体とウイルス抗原の結合の計算モデルを構築した。
論文参考訳（メタデータ） (2024-09-16T14:56:27Z)
Attention Based Feature Fusion Network for Monkeypox Skin Lesion Detection [0.09642500063568188]
最近のサルポックスの流行は公衆衛生に重大な懸念をもたらしている。深層学習アルゴリズムは、新型コロナウイルス(COVID-19)を含む病気の特定に利用できる。本稿では,ヒトサルポックス病を分類するために,事前学習した2つのアーキテクチャをマージする軽量モデルを提案する。
論文参考訳（メタデータ） (2024-08-13T05:21:03Z)
MpoxSLDNet: A Novel CNN Model for Detecting Monkeypox Lesions and Performance Comparison with Pre-trained Models [0.7628351525795085]
本研究は,サルポックス病変の早期発見と分類を容易にするため,MpoxSLDNet(Monkeypox Skin Lesion Detector Network)を提案する。 MpoxSLDNetは、VGG16、ResNet50、DenseNet121といった従来のトレーニング済みモデルと比較して、精度、リコール、F1スコア、精度、AUCなどの優れたパフォーマンス指標を提供する。検証精度は86.25%、84.38%、VGG16、DenseNet121、ResNet50の67.19%に対して94.56%に達した。
論文参考訳（メタデータ） (2024-05-31T17:05:59Z)
Using Pre-training and Interaction Modeling for ancestry-specific disease prediction in UK Biobank [69.90493129893112]
近年のゲノムワイド・アソシエーション(GWAS)研究は、複雑な形質の遺伝的基盤を明らかにしているが、非ヨーロッパ系個体の低発現を示している。そこで本研究では,マルチオミクスデータを用いて,多様な祖先間での疾患予測を改善することができるかを評価する。
論文参考訳（メタデータ） (2024-04-26T16:39:50Z)
SyMPox: An Automated Monkeypox Detection System Based on Symptoms Using XGBoost [0.0]
SyMPoxは、症状を評価し、信頼できるMonkeypox診断を得るために、ユーザフレンドリーなプラットフォームを提供する。 SyMPoxはロバストなXGBoostアルゴリズムを用いて症状パターンを分析し、正確な評価を行う。
論文参考訳（メタデータ） (2023-10-02T17:24:10Z)
Dense Feature Memory Augmented Transformers for COVID-19 Vaccination Search Classification [60.49594822215981]
本稿では,新型コロナウイルスワクチン関連検索クエリの分類モデルを提案する。本稿では,モデルが対応可能なメモリトークンとして,高密度特徴を考慮した新しい手法を提案する。この新しいモデリング手法により,Vaccine Search Insights (VSI) タスクを大幅に改善できることを示す。
論文参考訳（メタデータ） (2022-12-16T13:57:41Z)
Classification of Human Monkeypox Disease Using Deep Learning Models and Attention Mechanisms [0.9257985820122999]
ヒトサルポックス病症候群はチキンポックスと非常によく似ており、麻疹の古典的な症状である。さまざまなディープラーニング手法が、画像に基づく新型コロナウイルスの診断において有望なパフォーマンスを示している。 Xception-CBAM-Dense層からなるアーキテクチャは、ヒトサルポックスの分類において他のモデルよりも優れた性能を示した。
論文参考訳（メタデータ） (2022-11-21T13:30:34Z)
Monkeypox Skin Lesion Detection Using Deep Learning Models: A Feasibility Study [1.9395755884693817]
最近のサルポックスの流行は、アフリカ以外の40カ国で急速に拡大しているため、公衆衛生上の問題となっている。サルポックス病変のコンピュータによる検出は, 疑われる症例の迅速同定と監視に有用であると考えられた。深層学習法は皮膚病変の自動検出に有効である。
論文参考訳（メタデータ） (2022-07-06T09:09:28Z)
"COVID-19 was a FIFA conspiracy #curropt": An Investigation into the Viral Spread of COVID-19 Misinformation [60.268682953952506]
我々は、自然言語処理モデルを用いて、誤報がCOVID-19パンデミックの進行にどのような影響を及ぼしたかを推定する。我々は、広範囲に害をもたらす可能性のあるソーシャルメディアポストと戦うための戦略を提供する。
論文参考訳（メタデータ） (2022-06-12T19:41:01Z)
Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
論文参考訳（メタデータ） (2020-06-05T02:04:25Z)
Viral Pneumonia Screening on Chest X-ray Images Using Confidence-Aware Anomaly Detection [86.81773672627406]
短期間のウイルス性肺炎の集団は、SARS、MERS、最近のCOVID-19のような流行やパンデミックのハービンガーである可能性がある。胸部X線によるウイルス性肺炎の迅速かつ正確な検出は,大規模スクリーニングや流行予防に有用である。ウイルス性肺炎はしばしば多彩な原因を持ち、X線画像に顕著な視覚的外観を示す。
論文参考訳（メタデータ） (2020-03-27T11:32:18Z)

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。