論文の概要: A Transfer Learning and Explainable Solution to Detect mpox from
Smartphones images
- arxiv url: http://arxiv.org/abs/2305.18489v1
- Date: Mon, 29 May 2023 13:14:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-05-31 20:14:07.037197
- Title: A Transfer Learning and Explainable Solution to Detect mpox from
Smartphones images
- Title（参考訳）: スマートフォン画像からmpoxを検出するトランスファー学習と説明可能な解法
- Authors: Mattia Giovanni Campana, Marco Colussi, Franca Delmastro, Sergio
Mascetti, Elena Pagani
- Abstract要約: ムポックス感染症(英語: Mpox infection)は、皮膚の発疹や噴火の出現であり、人々に医療アドバイスを求めるよう促す可能性がある。
皮膚病変の側面に基づいて事前スクリーニングを行うのに役立つ技術は、画像分類に機械学習を使用することである。
本研究では,皮膚病変画像からmpoxを検出するためのDeep Learningの採用について検討する。
- 参考スコア（独自算出の注目度）: 5.039813366558306
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In recent months, the monkeypox (mpox) virus -- previously endemic in a
limited area of the world -- has started spreading in multiple countries until
being declared a ``public health emergency of international concern'' by the
World Health Organization. The alert was renewed in February 2023 due to a
persisting sustained incidence of the virus in several countries and worries
about possible new outbreaks. Low-income countries with inadequate
infrastructures for vaccine and testing administration are particularly at
risk.
A symptom of mpox infection is the appearance of skin rashes and eruptions,
which can drive people to seek medical advice. A technology that might help
perform a preliminary screening based on the aspect of skin lesions is the use
of Machine Learning for image classification. However, to make this technology
suitable on a large scale, it should be usable directly on mobile devices of
people, with a possible notification to a remote medical expert.
In this work, we investigate the adoption of Deep Learning to detect mpox
from skin lesion images. The proposal leverages Transfer Learning to cope with
the scarce availability of mpox image datasets. As a first step, a homogenous,
unpolluted, dataset is produced by manual selection and preprocessing of
available image data. It will also be released publicly to researchers in the
field. Then, a thorough comparison is conducted amongst several Convolutional
Neural Networks, based on a 10-fold stratified cross-validation. The best
models are then optimized through quantization for use on mobile devices;
measures of classification quality, memory footprint, and processing times
validate the feasibility of our proposal. Additionally, the use of eXplainable
AI is investigated as a suitable instrument to both technically and clinically
validate classification outcomes.
- Abstract（参考訳）: 世界保健機関(WHO)が「国際的関心事の公衆衛生緊急事態」と宣言するまで、世界の限られた地域で流行していたサルポックスウイルスはここ数カ月、複数の国で流行し始めている。
2023年2月、いくつかの国でウイルスが持続的に発生し、新たな感染拡大が懸念されたため、警告が更新された。
ワクチンや検査のインフラが不十分な低所得国は特に危険にさらされている。
mpox感染症の症状は、皮膚の発疹や噴火の出現であり、患者は医療アドバイスを求めることができる。
皮膚病変の側面に基づいて予備的なスクリーニングを行うのに役立つ技術は、画像分類に機械学習を使用することである。
しかし、この技術を大規模に活用するためには、遠隔医療専門家に通知する可能性があり、人のモバイルデバイス上で直接利用する必要がある。
本研究では,皮膚病変画像からmpoxを検出するためのDeep Learningの採用について検討する。
提案では、Transfer Learningを活用して、mpoxイメージデータセットの不足に対処する。
第1のステップとして、利用可能な画像データの手動選択と前処理によって、均質で未汚染のデータセットが生成される。
また、この分野の研究者にも公開される予定だ。
次に,10倍の層状化クロスバリデーションに基づく畳み込みニューラルネットワークの網羅的な比較を行う。
最適なモデルは、モバイルデバイスでの量子化によって最適化され、分類品質、メモリフットプリント、処理時間の測定により、提案手法の有効性が検証される。
さらに、eXplainable AIの使用は、技術的および臨床的に分類結果を評価するのに適した手段として研究されている。
関連論文リスト
- A Recent Survey of the Advancements in Deep Learning Techniques for
Monkeypox Disease Detection [0.7179624965454197]
サルポックス(英: Monkeypox、MPox)は、MPoxウイルスによって引き起こされる動物感染症である。
本稿では, 皮膚病変画像におけるMPoxの自動検出のための深層学習法について, 広範囲にわたる解析を行った。
論文 参考訳（メタデータ） (2023-11-06T18:18:42Z) - A Web-based Mpox Skin Lesion Detection System Using State-of-the-art
Deep Learning Models Considering Racial Diversity [1.846958522363092]
以前は「モンキーポックス」と呼ばれていた「ムポックス」は、公衆衛生上重要な問題となり、世界中で110か国以上に広まっている。
ポリメラーゼ連鎖反応(PCR)に基づく診断がすぐには利用できない場合に、コンピュータ支援スクリーニングツールが有用であることが証明されている。
深層学習法は複雑なデータ表現を学習する上で強力であるが、その有効性は主に適切なトレーニングデータに依存している。
論文 参考訳（メタデータ） (2023-06-25T08:23:44Z) - LesionAid: Vision Transformers-based Skin Lesion Generation and
Classification [0.0]
本研究では,ViTとViTGANに基づいて皮膚病変を分類する新しいマルチクラス予測フレームワークを提案する。
フレームワークは、ViTGAN、画像処理、説明可能なAIの4つの主要なフェーズで構成されている。
論文 参考訳（メタデータ） (2023-02-02T13:52:54Z) - A Survey on Masked Facial Detection Methods and Datasets for Fighting
Against COVID-19 [64.88701052813462]
新型コロナウイルス感染症2019(COVID-19)は、感染拡大以来、世界にとって大きな課題となっている。
この病気と闘うために、一連の人工知能(AI)技術が開発され、現実世界のシナリオに適用される。
本稿では主に、マスク付き顔検出と関連するデータセットのAI技術に焦点を当てる。
論文 参考訳（メタデータ） (2022-01-13T03:28:20Z) - FIBA: Frequency-Injection based Backdoor Attack in Medical Image
Analysis [82.2511780233828]
本稿では,様々な医療画像解析タスクにおいて,攻撃を行うことのできる新しい周波数注入型バックドアアタック法(FIBA)を提案する。
具体的には、FIBAは、両方の画像のスペクトル振幅を線形に組み合わせることで、トリガー画像の低周波情報を有毒画像に注入できる周波数領域のトリガー関数を利用する。
論文 参考訳（メタデータ） (2021-12-02T11:52:17Z) - In-Line Image Transformations for Imbalanced, Multiclass Computer Vision
Classification of Lung Chest X-Rays [91.3755431537592]
本研究は、COVID-19 LCXRデータ不足のバランスをとるために画像変換を適用するために、文献の体系を活用することを目的としている。
convolutional neural networks(cnns)のようなディープラーニング技術は、健康状態と疾患状態を区別する特徴を選択することができる。
本研究は,CNNアーキテクチャを用いて高速多クラスLCXR分類を94%精度で行う。
論文 参考訳（メタデータ） (2021-04-06T02:01:43Z) - 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) - Detecting Pulmonary Coccidioidomycosis (Valley fever) with Deep
Convolutional Neural Networks [6.280530476948474]
コクシディオイドマイカ症(コクシディオイドマイカ症、英語: Coccidioidomycosis)は、アメリカ合衆国南西部の犬において最も一般的な全身性マイカ症である。
我々は、Coccidioidomycosisの正確かつ解釈可能な予測を提供するために機械学習モデルを適用した。
論文 参考訳（メタデータ） (2021-01-30T18:06:40Z) - Generative Adversarial U-Net for Domain-free Medical Image Augmentation [49.72048151146307]
注釈付き医用画像の不足は、医用画像コンピューティングの分野における最大の課題の1つだ。
本稿では,生成逆U-Netという新しい生成手法を提案する。
当社の新しいモデルは、ドメインフリーで、さまざまな医療画像に汎用性があります。
論文 参考訳（メタデータ） (2021-01-12T23:02:26Z) - Deep Neural Networks for COVID-19 Detection and Diagnosis using Images
and Acoustic-based Techniques: A Recent Review [0.36550217261503676]
新型コロナウイルスは2020年3月から世界保健機関(WHO)によってパンデミックと宣言されている。
これは、非定型肺炎を発症する可能性のある呼吸性熱帯性ウイルス感染である。
専門家は、COVID-19ウイルスを持っている人の早期発見の重要性を強調しています。
論文 参考訳（メタデータ） (2020-12-10T19:52:12Z) - Multi-label Thoracic Disease Image Classification with Cross-Attention
Networks [65.37531731899837]
胸部X線画像から胸部疾患を自動分類するためのCAN(Cross-Attention Networks)を提案する。
また,クロスエントロピー損失を超える新たな損失関数を設計し,クラス間の不均衡を克服する。
論文 参考訳（メタデータ） (2020-07-21T14:37:00Z)
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。