Fugu-MT 論文翻訳(概要): COVID-19 Detection from Mass Spectra of Exhaled Breath

論文の概要: COVID-19 Detection from Mass Spectra of Exhaled Breath

arxiv url: http://arxiv.org/abs/2305.19211v1
Date: Tue, 30 May 2023 17:01:53 GMT
ステータス: 処理完了
システム内更新日: 2023-05-31 14:57:28.710609
Title: COVID-19 Detection from Mass Spectra of Exhaled Breath
Title（参考訳）: 吐き気のマススペクトルからのCOVID-19検出
Authors: Nicol\`o Bellarmino, Giorgio Bozzini, Riccardo Cantoro, Francesco Castelletti, Michele Castelluzzo, Carla Ciricugno, Raffaele Correale, Daniela Dalla Gasperina, Francesco Dentali, Giovanni Poggialini, Piergiorgio Salerno, Giovanni Squillero, Stefano Taborelli
Abstract要約: SARS-CoV-2ウイルスは2020年から2023年にかけて世界的な緊急事態を引き起こし、約700万人の死者を出した。吸入呼吸中のイオンを測定するために,プロプライエタリ質量分析計を用いた高速で非侵襲的な検出システムを提案する。感染した患者は, たとえ無症状であっても, ナノテクノロジー技術で検出できる肺から排出される空気の特徴を示すことを示した。
参考スコア（独自算出の注目度）: 0.9606718129602749
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: According to the World Health Organization, the SARS-CoV-2 virus generated a global emergency between 2020 and 2023 resulting in about 7 million deaths out of more than 750 million individuals diagnosed with COVID-19. During these years, polymerase-chain-reaction and antigen testing played a prominent role in disease control. In this study, we propose a fast and non-invasive detection system exploiting a proprietary mass spectrometer to measure ions in exhaled breath. We demonstrated that infected individuals, even if asymptomatic, exhibit characteristics in the air expelled from the lungs that can be detected by a nanotech-based technology and then recognized by soft-computing algorithms. A clinical trial was ran on about 300 patients: the mass spectra in the 10-351 mass-to-charge range were measured, suitably pre-processed, and analyzed by different classification models; eventually, the system shown an accuracy of 95% and a recall of 94% in identifying cases of COVID-19. With performances comparable to traditional methodologies, the proposed system could play a significant role in both routine examination for common diseases and emergency response for new epidemics.
Abstract（参考訳）: 世界保健機関(WHO)によると、SARS-CoV-2ウイルスは2020年から2023年の間に世界的な緊急事態を引き起こし、新型コロナウイルスと診断された7500万人以上のうち約700万人が死亡した。この間、ポリメラーゼ連鎖反応と抗原検査は疾患の制御において重要な役割を担った。本研究では,独自の質量分析計を用いて呼気中のイオンを測定する高速かつ非侵襲的な検出システムを提案する。感染した患者は, たとえ無症状であっても, 肺から排出される空気の特徴をナノテクノロジー技術で検出し, 軟式計算アルゴリズムで認識できることを実証した。 10-351質量対電荷範囲の質量スペクトルを測定、適切に前処理し、異なる分類モデルで分析し、最終的には95%の精度と94%のリコールを示した。従来の手法に匹敵するパフォーマンスで,本システムでは,共通疾患の定期検査と新規流行の緊急対応の両方において重要な役割を担っている。

関連論文リスト

On-Site Precise Screening of SARS-CoV-2 Systems Using a Channel-Wise Attention-Based PLS-1D-CNN Model with Limited Infrared Signatures [14.03608399920969]
本稿では、減衰された全反射-フーリエ変換赤外分光法(ATR-FTIR)と適応的繰り返し再重み付けされたペナル化最小二乗法(AirPLS)前処理アルゴリズムと、チャネルワイドの注意に基づく畳み込みニューラルネットワーク(PLS-1D-CNN)モデルを統合する手法を提案する。我々のモデルは、最近、呼吸器ウイルスのスペクトル検出の分野で、96.48%の認識スクリーニング精度、96.24%の感度、97.14%の特異性、96.12%のF1スコア、0.99のAUCを達成している。
論文参考訳（メタデータ） (2024-10-26T09:22:35Z)
Advancing Diagnostic Precision: Leveraging Machine Learning Techniques for Accurate Detection of Covid-19, Pneumonia, and Tuberculosis in Chest X-Ray Images [0.0]
新型コロナウイルス、結核(TB)、肺炎などの肺疾患は、依然として深刻な世界的な健康上の問題となっている。救急医療と科学者は、早期の新型コロナウイルス(COVID-19)の診断に信頼性と正確なアプローチを作成するために、集中的に取り組んでいる。
論文参考訳（メタデータ） (2023-10-09T18:38:49Z)
SOUL: An Energy-Efficient Unsupervised Online Learning Seizure Detection Classifier [68.8204255655161]
神経活動を記録して発作を検出するインプラントデバイスは、発作を抑えるために警告を発したり神経刺激を誘発したりするために採用されている。移植可能な発作検出システムでは、低出力で最先端のオンライン学習アルゴリズムを使用して、神経信号のドリフトに動的に適応することができる。 SOULはTSMCの28nmプロセスで0.1mm2を占め、1.5nJ/分級エネルギー効率を実現した。
論文参考訳（メタデータ） (2021-10-01T23:01:20Z)
COVID-19 Detection from Chest X-ray Images using Imprinted Weights Approach [67.05664774727208]
胸部X線撮影は、COVID-19の代替スクリーニング方法です。コンピュータ支援診断(CAD)は低コストで高速で実現可能であることが証明されている。この課題に対処するために,インプリント重みという低ショット学習手法を提案する。
論文参考訳（メタデータ） (2021-05-04T19:01:40Z)
Uncertainty-Aware Semi-supervised Method using Large Unlabelled and Limited Labeled COVID-19 Data [14.530328267425638]
新型コロナウイルス自動検出のための限定ラベルデータ(SCLLD)を用いた半監視分類を提案する。提案システムは,近江病院から収集した1万個のCTスキャンを用いて訓練する。本手法は,ラベル付きトレーニングデータが少ない場合に,Convolutional Neural Network (CNN) の教師付きトレーニングを大幅に上回っている。
論文参考訳（メタデータ） (2021-02-12T08:20:20Z)
Detecting COVID-19 from Breathing and Coughing Sounds using Deep Neural Networks [68.8204255655161]
私たちは、Convolutional Neural Networksのアンサンブルを適応させて、スピーカーがCOVID-19に感染しているかどうかを分類します。最終的には、74.9%のUnweighted Average Recall(UAR)、またはニューラルネットワークをアンサンブルすることで、ROC曲線(AUC)の80.7%を達成する。
論文参考訳（メタデータ） (2020-12-29T01:14:17Z)
CovMUNET: A Multiple Loss Approach towards Detection of COVID-19 from Chest X-ray [0.0]
CovMUNETは、CXR画像から新型コロナウイルスの患者を検出するために、多損失ディープニューラルネットワークアプローチである。提案したニューラルアーキテクチャは、CXR画像の異常の検出にも成功している。
論文参考訳（メタデータ） (2020-07-28T15:40:13Z)
CovidDeep: SARS-CoV-2/COVID-19 Test Based on Wearable Medical Sensors and Efficient Neural Networks [51.589769497681175]
新型コロナウイルス(SARS-CoV-2)がパンデミックを引き起こしている。 SARS-CoV-2の逆転写-ポリメラーゼ連鎖反応に基づく現在の試験体制は、試験要求に追いついていない。我々は,効率的なDNNと市販のWMSを組み合わせたCovidDeepというフレームワークを提案する。
論文参考訳（メタデータ） (2020-07-20T21:47:28Z)
Advance Warning Methodologies for COVID-19 using Chest X-Ray Images [20.315204402203783]
コロナウイルス感染症2019(COVID-19)は、2019年12月に初めて発見されて以降、急速に世界的な健康問題となっている。近年,胸部X線画像から新型コロナウイルスを早期に検出するための機械学習技術が注目されている。
論文参考訳（メタデータ） (2020-06-07T20:42:25Z)
Dual-Sampling Attention Network for Diagnosis of COVID-19 from Community Acquired Pneumonia [46.521323145636906]
胸部CT(Central Computed Tomography)において,地域肺炎(CAP)からCOVID-19を自動診断するデュアルサンプリングアテンションネットワークを開発した。特に,3D畳み込みネットワーク(CNN)を用いた新しいオンラインアテンションモジュールを提案する。我々のアルゴリズムは、受信機動作特性曲線(AUC)値0.944、精度87.5%、感度86.9%、特異度90.1%、F1スコア82.0%の領域で、COVID-19画像を識別することができる。
論文参考訳（メタデータ） (2020-05-06T09:56:51Z)
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。