論文の概要: ERCPMP: An Endoscopic Image and Video Dataset for Colorectal Polyps
Morphology and Pathology
- arxiv url: http://arxiv.org/abs/2307.15444v1
- Date: Fri, 28 Jul 2023 09:52:20 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-31 13:05:20.939318
- Title: ERCPMP: An Endoscopic Image and Video Dataset for Colorectal Polyps
Morphology and Pathology
- Title（参考訳）: ERCPMP:大腸ポリープの形態と病理の内視鏡画像とビデオデータセット
- Authors: Mojgan Forootan, Mohsen Rajabnia, Ahmad R Mafi, Hamed Azhdari Tehrani,
Erfan Ghadirzadeh, Mahziar Setayeshfar, Zahra Ghaffari, Mohammad
Tashakoripour, Mohammad Reza Zali, Hamidreza Bolhasani
- Abstract要約: 本データセットは,大腸ポリープ191例の人口統計,形態学的,病理的データ,内視鏡的画像,ビデオを含む。
病理組織学的には, 尿細管, ウイルス, ツブロビラス, 過形成, 血清, 炎症, 腺癌, 異型度などのポリープが診断された。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In the recent years, artificial intelligence (AI) and its leading subtypes,
machine learning (ML) and deep learning (DL) and their applications are
spreading very fast in various aspects such as medicine. Today the most
important challenge of developing accurate algorithms for medical prediction,
detection, diagnosis, treatment and prognosis is data. ERCPMP is an Endoscopic
Image and Video Dataset for Recognition of Colorectal Polyps Morphology and
Pathology. This dataset contains demographic, morphological and pathological
data, endoscopic images and videos of 191 patients with colorectal polyps.
Morphological data is included based on the latest international
gastroenterology classification references such as Paris, Pit and JNET
classification. Pathological data includes the diagnosis of the polyps
including Tubular, Villous, Tubulovillous, Hyperplastic, Serrated, Inflammatory
and Adenocarcinoma with Dysplasia Grade & Differentiation. The current version
of this dataset is published and available on Elsevier Mendeley Dataverse and
since it is under development, the latest version is accessible via:
https://databiox.com.
- Abstract（参考訳）: 近年、人工知能(AI)とその主要なサブタイプである機械学習(ML)とディープラーニング(DL)とその応用は、医療など様々な面で急速に普及している。
現在、医学予測、検出、診断、治療、予後の正確なアルゴリズムを開発する上で最も重要な課題はデータである。
ERCPMPは大腸ポリープの形態と病理の認識のための内視鏡画像とビデオデータセットである。
本データセットは,大腸ポリープ191例の人口,形態,病理像,内視鏡像,ビデオを含む。
形態データは、パリ、ピト、JNETなどの最新の国際胃腸科分類基準に基づいて記述されている。
病理データには, 管状, villous, tubulovillous, hyperplastic, serrated, inflammatory and adenocarcinoma with dysplasia grade and differentiationを含むポリープの診断が含まれる。
このデータセットの現在のバージョンはElsevier Mendeley Dataverseで公開されており、開発中であるため、最新バージョンはhttps://databiox.com.comからアクセスできる。
関連論文リスト
- Potential of Multimodal Large Language Models for Data Mining of Medical Images and Free-text Reports [51.45762396192655]
特にGemini-Vision-Series (Gemini) と GPT-4-Series (GPT-4) は、コンピュータビジョンのための人工知能のパラダイムシフトを象徴している。
本研究は,14の医用画像データセットを対象に,Gemini,GPT-4,および4つの一般的な大規模モデルの性能評価を行った。
論文 参考訳（メタデータ） (2024-07-08T09:08:42Z) - RCdpia: A Renal Carcinoma Digital Pathology Image Annotation dataset based on pathologists [14.79279940958727]
腫瘍領域と隣接領域(RCdpia)を個別にラベル付けしたTCGAデジタル病理データセットを作成した。
このデータセットはhttp://39.171.241.18:8888/RCdpia/で公開されている。
論文 参考訳（メタデータ） (2024-03-17T13:23:25Z) - GastroVision: A Multi-class Endoscopy Image Dataset for Computer Aided
Gastrointestinal Disease Detection [6.231109933741383]
本データセットは, 解剖学的所見, 病理所見, ポリープ除去症例, 正常所見を含む。
経験豊富なGI内科医によって注釈され、検証された。
我々のデータセットは、GI病の検出と分類のためのAIベースのアルゴリズムの開発を促進することができると信じている。
論文 参考訳（メタデータ） (2023-07-16T19:36:03Z) - Data and Knowledge Co-driving for Cancer Subtype Classification on
Multi-Scale Histopathological Slides [4.22412600279685]
病理学者のような組織学的スライド上で癌サブタイプ分類の過程を再現するデータ・知識共同運転(D&K)モデルを提案する。
具体的には、データ駆動モジュールにおいて、アンサンブル学習におけるバッグング機構を利用して、埋め込み表現ユニットによって抽出された様々なバッグの組織学的特徴を統合する。
論文 参考訳（メタデータ） (2023-04-18T21:57:37Z) - Understanding the Tricks of Deep Learning in Medical Image Segmentation:
Challenges and Future Directions [66.40971096248946]
本稿では,モデル実装の異なるフェーズに対して,MedISegの一連のトリックを収集する。
本稿では,これらの手法の有効性を一貫したベースライン上で実験的に検討する。
私たちはまた、それぞれのコンポーネントがプラグインとプレイの利点を持つ強力なMedISegリポジトリをオープンソースにしました。
論文 参考訳（メタデータ） (2022-09-21T12:30:05Z) - Data-Efficient Vision Transformers for Multi-Label Disease
Classification on Chest Radiographs [55.78588835407174]
視覚変換器(ViT)は一般的な画像の分類性能が高いにもかかわらず、このタスクには適用されていない。
ViTは、畳み込みではなくパッチベースの自己アテンションに依存しており、CNNとは対照的に、ローカル接続に関する事前の知識は存在しない。
以上の結果から,ViTとCNNのパフォーマンスはViTの利点に匹敵するものの,DeiTsはトレーニング用に適度に大規模なデータセットが利用可能であれば,前者よりも優れることがわかった。
論文 参考訳（メタデータ） (2022-08-17T09:07:45Z) - AlignTransformer: Hierarchical Alignment of Visual Regions and Disease
Tags for Medical Report Generation [50.21065317817769]
本稿では,Align Hierarchical Attention (AHA)とMulti-Grained Transformer (MGT)モジュールを含むAlign Transformerフレームワークを提案する。
パブリックなIU-XrayとMIMIC-CXRデータセットの実験は、AlignTransformerが2つのデータセットの最先端メソッドと競合する結果が得られることを示している。
論文 参考訳（メタデータ） (2022-03-18T13:43:53Z) - G-MIND: An End-to-End Multimodal Imaging-Genetics Framework for
Biomarker Identification and Disease Classification [49.53651166356737]
診断によって誘導される画像データと遺伝データを統合し、解釈可能なバイオマーカーを提供する新しいディープニューラルネットワークアーキテクチャを提案する。
2つの機能的MRI(fMRI)パラダイムとSingle Nucleotide Polymorphism (SNP)データを含む統合失調症の集団研究で本モデルを評価した。
論文 参考訳（メタデータ） (2021-01-27T19:28:04Z) - UniToPatho, a labeled histopathological dataset for colorectal polyps
classification and adenoma dysplasia grading [12.222174729732904]
9536ヘマトキシリンとイオシン(H&E)染色パッチを292枚の全滑り画像から抽出した注釈付きデータセットであるUniToPathoを紹介します。
このデータセットは、大腸ポリープ分類と腺腫グレーディングのためのディープニューラルネットワークのトレーニングを目的としています。
論文 参考訳（メタデータ） (2021-01-25T10:18:44Z) - Select-ProtoNet: Learning to Select for Few-Shot Disease Subtype
Prediction [55.94378672172967]
本研究は, 類似患者のサブグループを同定し, 数発の疾患のサブタイプ予測問題に焦点を当てた。
新しいモデルを開発するためにメタラーニング技術を導入し、関連する臨床課題から共通の経験や知識を抽出する。
我々の新しいモデルは、単純だが効果的なメタ学習マシンであるPrototypeal Networkと呼ばれる、慎重に設計されたメタラーナーに基づいて構築されている。
論文 参考訳（メタデータ） (2020-09-02T02:50:30Z) - Diagnosing Colorectal Polyps in the Wild with Capsule Networks [7.276044182592987]
大腸がんはポリープ(polyps)と呼ばれる前駆的な病変から発生するものが多く、世界中でがん関連死亡の原因の1つとなっている。
我々は,大腸ポリープの光学的生検の可能性を改善するために,新しいカプセルネットワークアーキテクチャ(D-Caps)を設計した。
従来の最先端畳み込みニューラルネットワーク(CNN)アプローチよりも最大43%改善した結果を実証した。
論文 参考訳（メタデータ） (2020-01-10T04:55:01Z)
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。