Fugu-MT 論文翻訳(概要): Screening Mammography Breast Cancer Detection

論文の概要: Screening Mammography Breast Cancer Detection

arxiv url: http://arxiv.org/abs/2307.11274v1
Date: Fri, 21 Jul 2023 00:15:56 GMT
ステータス: 処理完了
システム内更新日: 2023-07-24 14:11:51.849133
Title: Screening Mammography Breast Cancer Detection
Title（参考訳）: 乳癌検診
Authors: Debajyoti Chakraborty
Abstract要約: 乳癌は、がんによる死亡の主な原因である。現在のスクリーニングプログラムは高価で、偽陽性になりやすい。本稿では,乳がん自動検出の解決策を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/publicdomain/zero/1.0/
Abstract: Breast cancer is a leading cause of cancer-related deaths, but current programs are expensive and prone to false positives, leading to unnecessary follow-up and patient anxiety. This paper proposes a solution to automated breast cancer detection, to improve the efficiency and accuracy of screening programs. Different methodologies were tested against the RSNA dataset of radiographic breast images of roughly 20,000 female patients and yielded an average validation case pF1 score of 0.56 across methods.
Abstract（参考訳）: 乳癌はがん関連死亡の主な原因であるが、現在のプログラムは高価であり、偽陽性になりやすいため、不要なフォローアップや患者の不安につながる。本稿では,検診プログラムの効率と精度を向上させるため,乳がん検診の自動化手法を提案する。約2万例の乳房x線画像のrsnaデータセットに対して異なる方法がテストされ,各方法で平均検証症例 pf1 スコア 0.56 が得られた。

関連論文リスト

Enhancing Clinically Significant Prostate Cancer Prediction in T2-weighted Images through Transfer Learning from Breast Cancer [71.91773485443125]
転送学習は、よりリッチなデータを持つドメインから取得した機能を活用して、限られたデータを持つドメインのパフォーマンスを向上させるテクニックである。本稿では,T2強調画像における乳癌からの転移学習による臨床的に有意な前立腺癌予知の改善について検討する。
論文参考訳（メタデータ） (2024-05-13T15:57:27Z)
Improving Breast Cancer Grade Prediction with Multiparametric MRI Created Using Optimized Synthetic Correlated Diffusion Imaging [71.91773485443125]
乳がん治療計画において、グレーディングは重要な役割を担っている。現在の腫瘍グレード法では、患者から組織を抽出し、ストレス、不快感、医療費の上昇につながる。本稿では,CDI$s$の最適化による乳癌の診断精度の向上について検討する。
論文参考訳（メタデータ） (2024-05-13T15:48:26Z)
Using Multiparametric MRI with Optimized Synthetic Correlated Diffusion Imaging to Enhance Breast Cancer Pathologic Complete Response Prediction [71.91773485443125]
ネオアジュバント化学療法は乳癌の治療戦略として最近人気を集めている。ネオアジュバント化学療法を推奨する現在のプロセスは、医療専門家の主観的評価に依存している。本研究は, 乳癌の病理組織学的完全反応予測に最適化されたCDI$s$を応用することを検討した。
論文参考訳（メタデータ） (2024-05-13T15:40:56Z)
Breast Cancer Classification Using Gradient Boosting Algorithms Focusing on Reducing the False Negative and SHAP for Explainability [0.6906005491572401]
本研究は,乳がん予測のためのブースティングに基づく各種機械学習アルゴリズムの性能評価に焦点をあてる。本研究の目的は,AdaBoost,XGBoost,CatBoost,LightGBMといった最先端の促進アルゴリズムを用いて乳癌の予測と診断を行うことである。
論文参考訳（メタデータ） (2024-03-14T16:35:43Z)
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)
High-resolution synthesis of high-density breast mammograms: Application to improved fairness in deep learning based mass detection [48.88813637974911]
深層学習に基づくコンピュータ支援検出システムは乳癌検出において優れた性能を示した。高密度の乳房は、高密度の組織がマスを覆ったりシミュレートしたりできるため、検出性能が劣っている。本研究は,高密度乳房における高密度フルフィールドデジタルマンモグラムを用いた質量検出性能の向上を目的とする。
論文参考訳（メタデータ） (2022-09-20T15:57:12Z)
A Combined PCA-MLP Network for Early Breast Cancer Detection [0.0]
我々は、患者が乳がんに直面するかどうかを検出するために、異なる機械学習アルゴリズムを研究した。われわれの4層PCAネットワークは、BCCDデータセットの平均90.48%で100%の精度を得た。
論文参考訳（メタデータ） (2022-06-18T06:17:40Z)
A deep learning algorithm for reducing false positives in screening mammography [1.914044679141325]
この研究は、乳がんに不審でないマンモグラムを特定することによって、偽陽性を減らすAIアルゴリズムを実証する。われわれは123,248個の2Dデジタルマンモグラム(6,161個の癌)を用いて癌の有無を判定するアルゴリズムを訓練し,14,831個の検診(1,026個のがん)を行った。
論文参考訳（メタデータ） (2022-04-13T23:37:40Z)
EMT-NET: Efficient multitask network for computer-aided diagnosis of breast cancer [58.720142291102135]
乳腺腫瘍の分類と分別を同時に行うための,効率的で軽量な学習アーキテクチャを提案する。腫瘍分類ネットワークにセグメンテーションタスクを組み込むことにより,腫瘍領域に着目したバックボーンネットワークで表現を学習する。腫瘍分類の精度、感度、特異性はそれぞれ88.6%、94.1%、85.3%である。
論文参考訳（メタデータ） (2022-01-13T05:24:40Z)
DenseNet for Breast Tumor Classification in Mammographic Images [0.0]
本研究の目的は,マンモグラフィ画像における乳腺病変の自動検出,分画,分類のための深層畳み込みニューラルネットワーク手法を構築することである。ディープラーニングに基づいて,選択と抽出を特徴とするmask-cnn(roialign)法を開発し,drknet architectureを用いて分類を行った。
論文参考訳（メタデータ） (2021-01-24T03:30:59Z)
Discriminative Localized Sparse Representations for Breast Cancer Screening [0.0]
乳がんの早期発見と診断は、その死亡率を低下させ、生活の質を向上させる可能性がある。 CAD(Computer-Aided Detection)とCAD(Computer-Aided diagnosis)技術は,人間の読影の負担を軽減することを約束している。スパース解析技術は、画像パターンを表現および認識するための関連する結果を生み出している。
論文参考訳（メタデータ） (2020-11-20T04:15:17Z)

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。