論文の概要: The Brain Tumor Segmentation (BraTS) Challenge 2023: Glioma Segmentation in Sub-Saharan Africa Patient Population (BraTS-Africa)

• arxiv url: http://arxiv.org/abs/2305.19369v1
• Date: Tue, 30 May 2023 19:20:38 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-01 19:58:54.246019
• Title: The Brain Tumor Segmentation (BraTS) Challenge 2023: Glioma Segmentation in Sub-Saharan Africa Patient Population (BraTS-Africa)
• Title（参考訳）: 2023年脳腫瘍セグメンテーション(BraTS)チャレンジ:サハラ以南のアフリカ人患者集団におけるグリオーマセグメンテーション
• Authors: Maruf Adewole, Jeffrey D. Rudie, Anu Gbadamosi, Oluyemisi Toyobo, Confidence Raymond, Dong Zhang, Olubukola Omidiji, Rachel Akinola, Mohammad Abba Suwaid, Adaobi Emegoakor, Nancy Ojo, Kenneth Aguh, Chinasa Kalaiwo, Gabriel Babatunde, Afolabi Ogunleye, Yewande Gbadamosi, Kator Iorpagher, Evan Calabrese, Mariam Aboian, Marius Linguraru, Jake Albrecht, Benedikt Wiestler, Florian Kofler, Anastasia Janas, Dominic LaBella, Anahita Fathi Kzerooni, Hongwei Bran Li, Juan Eugenio Iglesias, Keyvan Farahani, James Eddy, Timothy Bergquist, Verena Chung, Russell Takeshi Shinohara, Walter Wiggins, Zachary Reitman, Chunhao Wang, Xinyang Liu, Zhifan Jiang, Ariana Familiar, Koen Van Leemput, Christina Bukas, Maire Piraud, Gian-Marco Conte, Elaine Johansson, Zeke Meier, Bjoern H Menze, Ujjwal Baid, Spyridon Bakas, Farouk Dako, Abiodun Fatade and Udunna C Anazodo
• Abstract要約: グリオーマは最も致命的なタイプのがんであり、診断から2年足らずで生存する。 BraTS-Africa Challengeは、SSAの脳MRIグリオーマを世界的な取り組みに含めるユニークな機会を提供する。
• 参考スコア（独自算出の注目度）: 4.826628530381806
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Gliomas are the most common type of primary brain tumors. Although gliomas are relatively rare, they are among the deadliest types of cancer, with a survival rate of less than 2 years after diagnosis. Gliomas are challenging to diagnose, hard to treat and inherently resistant to conventional therapy. Years of extensive research to improve diagnosis and treatment of gliomas have decreased mortality rates across the Global North, while chances of survival among individuals in low- and middle-income countries (LMICs) remain unchanged and are significantly worse in Sub-Saharan Africa (SSA) populations. Long-term survival with glioma is associated with the identification of appropriate pathological features on brain MRI and confirmation by histopathology. Since 2012, the Brain Tumor Segmentation (BraTS) Challenge have evaluated state-of-the-art machine learning methods to detect, characterize, and classify gliomas. However, it is unclear if the state-of-the-art methods can be widely implemented in SSA given the extensive use of lower-quality MRI technology, which produces poor image contrast and resolution and more importantly, the propensity for late presentation of disease at advanced stages as well as the unique characteristics of gliomas in SSA (i.e., suspected higher rates of gliomatosis cerebri). Thus, the BraTS-Africa Challenge provides a unique opportunity to include brain MRI glioma cases from SSA in global efforts through the BraTS Challenge to develop and evaluate computer-aided-diagnostic (CAD) methods for the detection and characterization of glioma in resource-limited settings, where the potential for CAD tools to transform healthcare are more likely.
• Abstract（参考訳）: グリオーマは一次脳腫瘍の最も一般的なタイプである。 グリオーマは比較的稀であるが,診断から2年足らずの生存率を有する最も致命的な癌の1つである。 グリオーマは診断が困難であり、治療は困難であり、従来の治療法に耐性がある。 グリオーマの診断と治療を改善するための大規模な研究は、グローバル・ノース全体の死亡率を低下させ、低所得国と中所得国(LMIC)の個体の生存率も変化せず、サブサハラアフリカ(SSA)では著しく悪化している。 グリオーマによる長期生存は脳mriの適切な病理像の同定と病理組織学的診断と関係している。 2012年以降、脳腫瘍分画(brats)チャレンジは、グリオーマの検出、特徴付け、分類のための最先端の機械学習手法を評価してきた。 しかし、画像コントラストと解像度の低い低品質MRI技術が広く用いられていること、さらに、進行期における遅発性疾患の適応性、およびSSAにおけるグリオーマの特異な特徴(すなわち、グリオマトーシス・セレブリの高率と疑われる)を考えると、最先端の手法がSSAで広く実施できるかどうかは不明である。 したがって、BraTS-Africa Challengeは、BraTS Challengeを通じて世界中の努力でSSAから脳MRIグリオーマの症例を取り入れ、リソース制限された環境でグリオーマの検出と評価のためのコンピュータ支援診断(CAD)手法を開発し、評価するユニークな機会を提供する。

関連論文リスト

• A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
  神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。 重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。 人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
  論文  参考訳（メタデータ） (2024-05-21T06:44:40Z)
• BraTS-Path Challenge: Assessing Heterogeneous Histopathologic Brain Tumor Sub-regions [29.940537460789688]
  グリオ芽腫は、最も一般的な成人脳腫瘍であり、グリム予後を呈する。 BraTS-Pathの課題は、組織的に準備された包括的なデータセットと、ディープラーニングモデルの開発と適切な比較を行うためのベンチマーク環境を提供することである。
  論文  参考訳（メタデータ） (2024-05-17T16:02:21Z)
• Towards SAMBA: Segment Anything Model for Brain Tumor Segmentation in Sub-Sharan African Populations [4.567712492463603]
  最も一般的な原発性脳腫瘍であるグリオーマは、診断と治療計画のために正確なセグメンテーションを必要とする。 本稿では,Segment Anything Model(SAM)とマルチモーダルグリオーマセグメンテーションのための投票ネットワークを組み合わせた革新的なアプローチを提案する。 我が国の方法論は,アフリカなどの資源制限環境での臨床実践に大きな影響を与える可能性がある。
  論文  参考訳（メタデータ） (2023-12-19T01:10:11Z)
• Can GPT-4V(ision) Serve Medical Applications? Case Studies on GPT-4V for Multimodal Medical Diagnosis [59.35504779947686]
  GPT-4VはOpenAIの最新のマルチモーダル診断モデルである。 評価対象は17の人体システムである。 GPT-4Vは、医用画像のモダリティと解剖学を区別する能力を示す。 疾患の診断と包括的報告作成において重大な課題に直面している。
  論文  参考訳（メタデータ） (2023-10-15T18:32:27Z)
• Cancer-Net BCa-S: Breast Cancer Grade Prediction using Volumetric Deep Radiomic Features from Synthetic Correlated Diffusion Imaging [82.74877848011798]
  乳がんの流行は成長を続けており、2023年には米国で約30万人の女性に影響を及ぼした。 金標準のScarff-Bloom-Richardson(SBR)グレードは、化学療法に対する患者の反応を一貫して示すことが示されている。 本稿では,合成相関拡散(CDI$s$)画像を用いた乳がん鑑定における深層学習の有効性について検討する。
  論文  参考訳（メタデータ） (2023-04-12T15:08:34Z)
• Artificial-intelligence-based molecular classification of diffuse gliomas using rapid, label-free optical imaging [59.79875531898648]
  DeepGliomaは人工知能に基づく診断スクリーニングシステムである。 ディープグリオーマは、世界保健機関が成人型びまん性グリオーマ分類を定義するために使用する分子変化を予測することができる。
  論文  参考訳（メタデータ） (2023-03-23T18:50:18Z)
• Multimodal CNN Networks for Brain Tumor Segmentation in MRI: A BraTS 2022 Challenge Solution [0.0]
  この記事では、BraTS 2022の継続的評価課題への私たちの貢献について説明する。 術前MRIにおけるグリオーマ境界の自動検出のための,DeepSeg,nnU-Net,DeepSCANという,複数のディープラーニングフレームワークのアンサンブルを提案する。 Diceスコアが0.9294、0.8788、0.8803、Hausdorf距離が5.23、13.54、12.05のBraTSテストデータセットで、腫瘍全体、腫瘍コア、造影腫瘍をそれぞれ評価した。
  論文  参考訳（メタデータ） (2022-12-19T09:14:23Z)
• Multi-Scale Hybrid Vision Transformer for Learning Gastric Histology: AI-Based Decision Support System for Gastric Cancer Treatment [50.89811515036067]
  胃内視鏡検査は、早期に適切な胃癌(GC)治療を判定し、GC関連死亡率を低下させる有効な方法である。 本稿では,一般のGC治療指導と直接一致する5つのGC病理のサブ分類を可能にする実用的なAIシステムを提案する。
  論文  参考訳（メタデータ） (2022-02-17T08:33:52Z)
• Ensemble CNN Networks for GBM Tumors Segmentation using Multi-parametric MRI [0.0]
  本稿では,術前の mpMRI におけるグリオーマの自動認識のための,DeepSeg と nnU-Net という2つのディープラーニングフレームワークのアグリゲーションを提案する。 本手法では, 腫瘍, 腫瘍コア, 全腫瘍領域のDice類似度スコアが92.00, 87.33, 84.10, Hausdorff Distances 3.81, 8.91, 16.02を得た。
  論文  参考訳（メタデータ） (2021-12-13T10:51:20Z)
• MAG-Net: Mutli-task attention guided network for brain tumor segmentation and classification [0.9176056742068814]
  本稿では,MRI画像を用いて脳腫瘍領域の分類と分類を行うマルチタスク注意誘導エンコーダネットワーク(MAG-Net)を提案する。 このモデルは既存の最先端モデルと比較して有望な結果を得た。
  論文  参考訳（メタデータ） (2021-07-26T16:51:00Z)
• Learned super resolution ultrasound for improved breast lesion characterization [52.77024349608834]
  超高分解能超音波局在顕微鏡は毛細血管レベルでの微小血管のイメージングを可能にする。 この作業では、これらの課題に対処するために、信号構造を効果的に活用するディープニューラルネットワークアーキテクチャを使用します。 トレーニングしたネットワークを利用することで,従来のPSF知識を必要とせず,UCAの分離性も必要とせず,短時間で微小血管構造を復元する。
  論文  参考訳（メタデータ） (2021-07-12T09:04:20Z)

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。