論文の概要: PALM: Open Fundus Photograph Dataset with Pathologic Myopia Recognition and Anatomical Structure Annotation

• arxiv url: http://arxiv.org/abs/2305.07816v1
• Date: Sat, 13 May 2023 02:00:06 GMT
• ステータス: 処理完了
• システム内更新日: 2023-05-16 19:27:21.264668
• Title: PALM: Open Fundus Photograph Dataset with Pathologic Myopia Recognition and Anatomical Structure Annotation
• Title（参考訳）: palm: 病的近視認識と解剖学的構造アノテーションを備えた開眼眼底写真データセット
• Authors: Huihui Fang, Fei Li, Junde Wu, Huazhu Fu, Xu Sun, Jos\'e Ignacio Orlando, Hrvoje Bogunovi\'c, Xiulan Zhang, Yanwu Xu
• Abstract要約: 病理組織学的ミオピア (PM) は、高盲人人口による一般的な筋性網膜変性症である。 本稿では,病理診断のためのオープン・ベース画像データセットPALMと解剖学的構造アノテーションについて考察する。
• 参考スコア（独自算出の注目度）: 41.80715213373843
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Pathologic myopia (PM) is a common blinding retinal degeneration suffered by highly myopic population. Early screening of this condition can reduce the damage caused by the associated fundus lesions and therefore prevent vision loss. Automated diagnostic tools based on artificial intelligence methods can benefit this process by aiding clinicians to identify disease signs or to screen mass populations using color fundus photographs as inputs. This paper provides insights about PALM, our open fundus imaging dataset for pathological myopia recognition and anatomical structure annotation. Our databases comprises 1200 images with associated labels for the pathologic myopia category and manual annotations of the optic disc, the position of the fovea and delineations of lesions such as patchy retinal atrophy (including peripapillary atrophy) and retinal detachment. In addition, this paper elaborates on other details such as the labeling process used to construct the database, the quality and characteristics of the samples and provides other relevant usage notes.
• Abstract（参考訳）: 病理組織学的ミオニア (PM) は、近視性網膜変性症である。 この状態の早期スクリーニングは、それに伴う眼底病変による損傷を減少させ、視力の喪失を予防することができる。 人工知能に基づく自動診断ツールは、臨床医が病気の兆候を識別したり、カラー・ファンドス写真を使って集団を検査したりすることで、このプロセスの恩恵を受けることができる。 本稿では,病理組織診断と解剖学的構造アノテーションのためのPALM,オープン・ファンドス・イメージング・データセットについて考察する。 本データベースは, 病的近視カテゴリのラベル付き1200枚の画像と, 視神経乳頭の位置, パッチ状網膜萎縮(乳頭性萎縮症を含む), 網膜剥離などの病変の描出に関する手指注釈を含む。 さらに,本論文では,データベース構築に使用されるラベル付けプロセス,サンプルの品質と特性などの詳細を詳述し,他の利用ノートを提供する。

関連論文リスト

• OCTDL: Optical Coherence Tomography Dataset for Image-Based Deep Learning Methods [34.13887472397715]
  本研究は,2000枚以上の OCT 画像からなるオープンアクセス型 OCT データセット (OCTDL) を提案する。 このデータセットは、加齢関連黄斑変性症(AMD)、糖尿病黄斑浮腫(DME)、網膜膜(ERM)、網膜動脈閉塞症(RAO)、網膜静脈閉塞症(RVO)、およびVID(Vitreomacular Interface Disease)患者のOCT記録からなる。
  論文  参考訳（メタデータ） (2023-12-13T16:18:40Z)
• AMLP:Adaptive Masking Lesion Patches for Self-supervised Medical Image Segmentation [67.97926983664676]
  自己監督型マスク画像モデリングは自然画像に対して有望な結果を示した。 しかし,このような手法を医用画像に直接適用することは依然として困難である。 適応型マスキング病変パッチ(AMLP)の自己管理型医用画像分割フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-09-08T13:18:10Z)
• Statistical and Topological Summaries Aid Disease Detection for Segmented Retinal Vascular Images [0.0]
  微小血管疾患は網膜画像の視覚検査によって評価される。 病気が静かな症状を示したり、患者が直接の会議に出席できない場合、これは困難である。 微小血管疾患の検出における機械学習アルゴリズムの性能について検討した。
  論文  参考訳（メタデータ） (2022-02-20T01:29:36Z)
• A deep learning model for classification of diabetic retinopathy in eye fundus images based on retinal lesion detection [0.0]
  糖尿病網膜症(英: Diabetic retinopathy, DR)は、糖尿病が網膜に影響を及ぼす結果である。 失明の原因は、未診断で治療を受けていない場合である。 本稿では眼底画像の自動DR分類モデルを提案する。
  論文  参考訳（メタデータ） (2021-10-14T22:04:59Z)
• Assessing glaucoma in retinal fundus photographs using Deep Feature Consistent Variational Autoencoders [63.391402501241195]
  緑内障は症状が重くなるまで無症状のままでいるため、検出が困難である。 緑内障の早期診断は機能的,構造的,臨床的評価に基づいて行われることが多い。 ディープラーニング手法はこのジレンマを、マーカー識別段階をバイパスし、ハイレベルな情報を分析してデータを分類することで部分的に解決している。
  論文  参考訳（メタデータ） (2021-10-04T16:06:49Z)
• Non-contact Pain Recognition from Video Sequences with Remote Physiological Measurements Prediction [53.03469655641418]
  痛み認識のための非接触方式で外観変化と生理的手がかりの両方を符号化する新しいマルチタスク学習フレームワークを提案する。 我々は、一般に利用可能な痛みデータベース上で、非接触痛認識の最先端性能を確立する。
  論文  参考訳（メタデータ） (2021-05-18T20:47:45Z)
• An Interpretable Multiple-Instance Approach for the Detection of referable Diabetic Retinopathy from Fundus Images [72.94446225783697]
  基礎画像における参照糖尿病網膜症検出のための機械学習システムを提案する。 画像パッチから局所情報を抽出し,アテンション機構により効率的に組み合わせることで,高い分類精度を実現することができる。 我々は,現在入手可能な網膜画像データセットに対するアプローチを評価し,最先端の性能を示す。
  論文  参考訳（メタデータ） (2021-03-02T13:14:15Z)
• Modeling and Enhancing Low-quality Retinal Fundus Images [167.02325845822276]
  低画質の眼底画像は臨床観察における不確実性を高め、誤診のリスクを引き起こす。 本稿では,グローバルな劣化要因を抑えるために,臨床指向の基盤拡張ネットワーク(cofe-Net)を提案する。 合成画像と実画像の両方の実験により、我々のアルゴリズムは網膜の細部を失うことなく、低品質の眼底画像を効果的に補正することを示した。
  論文  参考訳（メタデータ） (2020-05-12T08:01:16Z)

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。