Fugu-MT 論文翻訳(概要): A Comprehensive Review of Artificial Intelligence Applications in Major Retinal Conditions

論文の概要: A Comprehensive Review of Artificial Intelligence Applications in Major Retinal Conditions

arxiv url: http://arxiv.org/abs/2311.13710v1
Date: Wed, 22 Nov 2023 22:10:53 GMT
ステータス: 処理完了
システム内更新日: 2023-11-28 01:09:40.409923
Title: A Comprehensive Review of Artificial Intelligence Applications in Major Retinal Conditions
Title（参考訳）: 網膜大条件における人工知能応用の包括的考察
Authors: Hina Raja, Taimur Hassan, Bilal Hassan, Muhammad Usman Akram, Hira Raja, Alaa A Abd-alrazaq, Siamak Yousefi, Naoufel Werghi
Abstract要約: 本論文は視覚障害や視覚障害を引き起こす網膜疾患の系統的調査である。網膜疾患を検出するための臨床と自動化の両方のアプローチをカバーしており、過去10年間の研究に焦点を当てている。
参考スコア（独自算出の注目度）: 6.728206045751265
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This paper provides a systematic survey of retinal diseases that cause visual impairments or blindness, emphasizing the importance of early detection for effective treatment. It covers both clinical and automated approaches for detecting retinal disease, focusing on studies from the past decade. The survey evaluates various algorithms for identifying structural abnormalities and diagnosing retinal diseases, and it identifies future research directions based on a critical analysis of existing literature. This comprehensive study, which reviews both clinical and automated detection methods using different modalities, appears to be unique in its scope. Additionally, the survey serves as a helpful guide for researchers interested in digital retinopathy.
Abstract（参考訳）: 本稿では,視覚障害や失明の原因となる網膜疾患の系統的調査を行い,早期発見の重要性を強調した。網膜疾患検出のための臨床と自動のアプローチの両方をカバーしており、過去10年間の研究に焦点を当てている。本研究は,構造異常の同定と網膜疾患の診断のための様々なアルゴリズムを評価し,既存の文献の批判的分析に基づく今後の研究方向性を明らかにする。この総合的な研究は、異なるモダリティを用いた臨床および自動検出方法の両方をレビューし、その範囲でユニークなものと思われる。さらに、この調査はデジタル網膜症に関心を持つ研究者の役に立つガイドとなっている。

関連論文リスト

Clinical Evaluation of Medical Image Synthesis: A Case Study in Wireless Capsule Endoscopy [63.39037092484374]
本研究は,人工知能(AI)モデルを用いた医用合成データ生成の臨床評価に焦点を当てた。本論文は,a) 医用専門家による合成画像の体系的評価のためのプロトコルを提示し,b) 高分解能WCE画像合成のための新しい変分オートエンコーダモデルであるTIDE-IIを評価する。その結果、TIDE-IIは臨床的に関連性のあるWCE画像を生成し、データの不足に対処し、診断ツールの強化に役立つことがわかった。
論文参考訳（メタデータ） (2024-10-31T19:48:50Z)
Grading and Anomaly Detection for Automated Retinal Image Analysis using Deep Learning [0.5999777817331317]
本研究はPRISMA分析を用いた系統的な文献レビューを行い,62項目について検討した。 DR病変の検出に使用される多種多様なディープラーニング技術について論じる。
論文参考訳（メタデータ） (2024-09-25T08:13:39Z)
Optimizing Skin Lesion Classification via Multimodal Data and Auxiliary Task Integration [54.76511683427566]
本研究は, スマートフォンで撮影した画像と本質的な臨床および人口統計情報を統合することで, 皮膚病変を分類する新しいマルチモーダル手法を提案する。この手法の特徴は、超高解像度画像予測に焦点を当てた補助的なタスクの統合である。 PAD-UFES20データセットを用いて,様々なディープラーニングアーキテクチャを用いて実験を行った。
論文参考訳（メタデータ） (2024-02-16T05:16:20Z)
Exploring Deep Learning Techniques for Glaucoma Detection: A Comprehensive Review [0.0]
緑内障は、世界中の視覚障害の主要な原因の1つである。近年のディープラーニング手法の発展は緑内障検出の自動化の可能性を示している。ディープラーニングアルゴリズムの使用は、緑内障検出の有効性、有用性、精度を大幅に向上させる可能性がある。
論文参考訳（メタデータ） (2023-11-02T17:39:40Z)
Deep Learning and Computer Vision for Glaucoma Detection: A Review [0.8379286663107844]
緑内障は世界中で不可逆的な盲目の原因となっている。コンピュータビジョンとディープラーニングの最近の進歩は、自動評価の可能性を示している。眼底,光コヒーレンス断層撮影,視野画像を用いたAIによる緑内障の診断に関する最近の研究について調査した。
論文参考訳（メタデータ） (2023-07-31T09:49:51Z)
Validating polyp and instrument segmentation methods in colonoscopy through Medico 2020 and MedAI 2021 Challenges [58.32937972322058]
メディコオートマチックポリープセグメンテーション(Medico 2020)と「メディコ:医療画像の透明性(MedAI 2021)」コンペティション。本報告では, それぞれのコントリビューションを包括的に分析し, ベストパフォーマンスメソッドの強さを強調し, クリニックへの臨床翻訳の可能性について考察する。
論文参考訳（メタデータ） (2023-07-30T16:08:45Z)
A Survey on Computer Vision based Human Analysis in the COVID-19 Era [58.79053747159797]
新型コロナウイルスの出現は、社会全体だけでなく、個人の生活にも大きく影響している。マスクやソーシャルディスタンシングの義務、公共空間での定期消毒、スクリーニングアプリケーションの使用など、さまざまな予防策が世界中で導入されている。これらの発展は、(i)視覚データの自動解析による予防対策の支援、(ii)生体認証などの既存の視覚ベースのサービスの正常な操作を容易にする、新しいコンピュータビジョン技術の必要性を喚起した。
論文参考訳（メタデータ） (2022-11-07T17:20:39Z)
A Survey on Automated Diagnosis of Alzheimer's Disease Using Optical Coherence Tomography and Angiography [0.0]
OCTとOCTAはアルツハイマー病(AD)の早期診断に有望なツールである OCTデバイスが生成するマルチスライススキャンの解釈と分類は、訓練された実践者であっても時間がかかるし、難しい。緑内障などの各種疾患に対するOCTスキャンの自動解析に関する機械学習およびディープラーニングアプローチに関する調査がある。現在の文献では、OCTまたはOCTAを用いたアルツハイマー病や認知障害の診断に関する広範な調査が欠如している。
論文参考訳（メタデータ） (2022-09-07T08:27:10Z)
Unsupervised deep learning techniques for powdery mildew recognition based on multispectral imaging [63.62764375279861]
本稿では,キュウリ葉の粉状ミドウを自動的に認識する深層学習手法を提案する。マルチスペクトルイメージングデータに適用した教師なし深層学習技術に焦点をあてる。本稿では, オートエンコーダアーキテクチャを用いて, 疾患検出のための2つの手法を提案する。
論文参考訳（メタデータ） (2021-12-20T13:29:13Z)
Deep Learning for Medical Anomaly Detection -- A Survey [38.32234937094937]
本調査は,医学的異常検出における一般的な深層学習手法の詳細な理論的解析である。我々は、アーキテクチャの違いとトレーニングアルゴリズムを比較し、対比しながら、最先端技術の一貫性と体系的なレビューに貢献する。さらに,既存の深部医学的異常検出技術の重要な限界について概説し,今後の研究の方向性について検討する。
論文参考訳（メタデータ） (2020-12-04T02:09:37Z)
Anomalous Example Detection in Deep Learning: A Survey [98.2295889723002]
本調査は,ディープラーニングアプリケーションにおける異常検出の研究について,構造化された包括的概要を提供する。既存の技術に対する分類法を,その基礎となる前提と採用アプローチに基づいて提案する。本稿では,DLシステムに異常検出技術を適用しながら未解決の研究課題を取り上げ,今後の課題について述べる。
論文参考訳（メタデータ） (2020-03-16T02:47:23Z)

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。