論文の概要: Interpretation of immunofluorescence slides by deep learning techniques:
anti-nuclear antibodies case study
- arxiv url: http://arxiv.org/abs/2306.12432v1
- Date: Fri, 9 Jun 2023 22:44:46 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-26 01:09:34.725783
- Title: Interpretation of immunofluorescence slides by deep learning techniques:
anti-nuclear antibodies case study
- Title(参考訳): 深層学習法による免疫蛍光スライドの解釈--抗核抗体のケーススタディ
- Authors: Oumar Khlelfa, Aymen Yahyaoui, Mouna Ben Azaiz, Anwer Ncibi, Ezzedine
Gazouani, Adel Ammar, Wadii Boulila
- Abstract要約: この研究は、最先端の免疫疾患医療ソリューションに関する最新のレビューを提示する。
私たちは、早期に異常を検出するために、Deep Learningのような現代的なソリューションでこの問題に取り組むことに重点を置いています。
- 参考スコア(独自算出の注目度): 0.46180371154032895
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Nowadays, diseases are increasing in numbers and severity by the hour.
Immunity diseases, affecting 8\% of the world population in 2017 according to
the World Health Organization (WHO), is a field in medicine worth attention due
to the high rate of disease occurrence classified under this category. This
work presents an up-to-date review of state-of-the-art immune diseases
healthcare solutions. We focus on tackling the issue with modern solutions such
as Deep Learning to detect anomalies in the early stages hence providing health
practitioners with efficient tools. We rely on advanced deep learning
techniques such as Convolutional Neural Networks (CNN) to fulfill our objective
of providing an efficient tool while providing a proficient analysis of this
solution. The proposed solution was tested and evaluated by the immunology
department in the Principal Military Hospital of Instruction of Tunis, which
considered it a very helpful tool.
- Abstract(参考訳): 今日では、病気の数や重症度が時間単位で増加している。
世界保健機関(WHO)によると、2017年の世界人口の86%に影響を及ぼす免疫疾患は、このカテゴリーに分類される疾患の発生率が高いため、医療分野で注目に値する分野である。
本研究は、最先端の免疫疾患医療ソリューションの最新のレビューを提供する。
私たちは、初期の異常を検出するためにディープラーニングのような現代的なソリューションでこの問題に取り組むことに集中しています。
進化型ニューラルネットワーク(CNN)のような高度なディープラーニング技術を利用して、効率的なツールを提供しながら、このソリューションの熟練した分析を提供するという目的を達成する。
提案手法はチュニジア軍事教育病院の免疫学部門で試験・評価され,非常に有用なツールであると考えられた。
関連論文リスト
- COVID-19 Probability Prediction Using Machine Learning: An Infectious Approach [0.0]
本研究は、新型コロナウイルス感染確率を予測するための高度な機械学習(ML)技術の適用について検討する。
我々はXGBoost, LGBM, AdaBoost, Logistic Regression, Decision Tree, RandomForest, CatBoost, KNN, Deep Neural Networks (DNN) などのMLモデルの有効性について厳密な調査を行った。
以上の結果から,Deep Neural Networks (DNN) が最高性能モデルとして登場し,精度が向上し,リコール指標が得られた。
論文 参考訳(メタデータ) (2024-08-23T05:15:24Z) - Analysis of Modern Computer Vision Models for Blood Cell Classification [49.1574468325115]
この研究では、MaxVit、EfficientVit、EfficientNet、EfficientNetV2、MobileNetV3といった最先端アーキテクチャを使用して、迅速かつ正確な結果を得る。
本手法は,従来の手法の速度と精度の懸念に対処するだけでなく,血液学的解析における革新的な深層学習モデルの適用性についても検討する。
論文 参考訳(メタデータ) (2024-06-30T16:49:29Z) - Malaria Cell Detection Using Deep Neural Networks [1.1237179306040028]
マラリアは世界中で最も深刻な公衆衛生上の懸念の1つだ。
血液スミアの顕微鏡検査などの従来の診断法は、労働集約的である。
本研究の目的は, 深層学習によるマラリア感染細胞の自動検出である。
論文 参考訳(メタデータ) (2024-06-28T15:44:55Z) - 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) - SSVT: Self-Supervised Vision Transformer For Eye Disease Diagnosis Based On Fundus Images [27.266022572100418]
機械学習に基づく基礎画像診断技術は、医療資源の削減や客観的な評価結果の提供など、世界中の関心を喚起する。
現在の方法は通常、監督された手法に基づいており、バイオメディカルスタッフに重労働負荷をもたらすため、効果的なデータベースの拡大に苦しむ。
そこで我々は,無ラベルの眼底画像を自動的に解析し,北京トングレン病院が収集した6つの公的データセットと2つのデータセットに基づいて,4つの主眼疾患の97.0%の高い評価精度を得られるラベルフリー手法「SSVT」を構築した。
論文 参考訳(メタデータ) (2024-04-20T14:06:04Z) - 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) - When Accuracy Meets Privacy: Two-Stage Federated Transfer Learning
Framework in Classification of Medical Images on Limited Data: A COVID-19
Case Study [77.34726150561087]
新型コロナウイルスのパンデミックが急速に広がり、世界の医療資源が不足している。
CNNは医療画像の解析に広く利用され、検証されている。
論文 参考訳(メタデータ) (2022-03-24T02:09:41Z) - Medulloblastoma Tumor Classification using Deep Transfer Learning with
Multi-Scale EfficientNets [63.62764375279861]
本稿では,エンド・ツー・エンドのMB腫瘍分類を提案し,様々な入力サイズとネットワーク次元の一致した移動学習を提案する。
161ケースのデータセットを用いて、より大規模な入力解像度を持つ事前学習されたEfficientNetが、大幅な性能改善をもたらすことを実証した。
論文 参考訳(メタデータ) (2021-09-10T13:07:11Z) - COVID-Net US: A Tailored, Highly Efficient, Self-Attention Deep
Convolutional Neural Network Design for Detection of COVID-19 Patient Cases
from Point-of-care Ultrasound Imaging [101.27276001592101]
我々は,肺POCUS画像からの新型コロナウイルススクリーニングに適した,高効率で自己注意型の深層畳み込みニューラルネットワーク設計であるCOVID-Net USを紹介した。
実験の結果、提案されたCOVID-Net USは、アーキテクチャの複雑さが353倍、計算の複雑さが62倍、Raspberry Piで14.3倍高速なAUCを達成できることがわかった。
リソース制約のある環境において安価な医療と人工知能を提唱するために、COVID-Net USをオープンソースにし、COVID-Netオープンソースイニシアチブの一部として公開しました。
論文 参考訳(メタデータ) (2021-08-05T16:47:33Z) - A Review on Deep Learning Techniques for the Diagnosis of Novel
Coronavirus (COVID-19) [9.750971289236826]
新型コロナウイルスの流行率は、世界中で毎日急増している。
深層学習技術は、新型コロナウイルス(COVID-19)の自動診断に臨床医が使用する兵器において、強力なツールであることが証明された。
論文 参考訳(メタデータ) (2020-08-09T02:37:50Z) - An Early Study on Intelligent Analysis of Speech under COVID-19:
Severity, Sleep Quality, Fatigue, and Anxiety [30.38857493053493]
2020年3月、世界保健機関(WHO)は新型コロナウイルスの感染拡大を世界的なパンデミックとして発表した。
本研究は、新型コロナウイルス患者に対するインテリジェント音声分析の潜在的なユースケースの開発に焦点をあてる。
音声のみに基づくモデルを構築し,重症度,睡眠品質,疲労,不安などの4つの側面から患者の健康状態を自動的に分類する。
論文 参考訳(メタデータ) (2020-04-30T20:47:05Z)
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。