論文の概要: Application analysis of ai technology combined with spiral CT scanning in early lung cancer screening

• arxiv url: http://arxiv.org/abs/2402.04267v1
• Date: Fri, 26 Jan 2024 07:58:09 GMT
• ステータス: 処理完了
• システム内更新日: 2024-02-11 15:28:51.058842
• Title: Application analysis of ai technology combined with spiral CT scanning in early lung cancer screening
• Title（参考訳）: 早期肺癌検診におけるai法とスパイラルCT法を併用した応用解析
• Authors: Shulin Li, Liqiang Yu, Bo Liu, Qunwei Lin, Jiaxin Huang
• Abstract要約: 肺癌患者の5年間の生存率は、まだ20%以下であり、進行している。 近年、人工知能技術が腫瘍学に徐々に応用され始めている。 本研究は, 早期肺癌検診において, 安全かつ効率的な検診方法を見いだす目的で, 組み合わせた方法を適用した。
• 参考スコア（独自算出の注目度）: 15.6839495538166
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: At present, the incidence and fatality rate of lung cancer in China rank first among all malignant tumors. Despite the continuous development and improvement of China's medical level, the overall 5-year survival rate of lung cancer patients is still lower than 20% and is staged. A number of studies have confirmed that early diagnosis and treatment of early stage lung cancer is of great significance to improve the prognosis of patients. In recent years, artificial intelligence technology has gradually begun to be applied in oncology. ai is used in cancer screening, clinical diagnosis, radiation therapy (image acquisition, at-risk organ segmentation, image calibration and delivery) and other aspects of rapid development. However, whether medical ai can be socialized depends on the public's attitude and acceptance to a certain extent. However, at present, there are few studies on the diagnosis of early lung cancer by AI technology combined with SCT scanning. In view of this, this study applied the combined method in early lung cancer screening, aiming to find a safe and efficient screening mode and provide a reference for clinical diagnosis and treatment.
• Abstract（参考訳）: 現在、中国における肺癌の発生率と死亡率は、すべての悪性腫瘍の中で第1位である。 中国の医療水準の継続的な発展と改善にもかかわらず、肺癌患者の5年間の生存率は依然として20%以下であり、実施されている。 多くの研究で早期肺癌の早期診断と治療が患者の予後を改善する上で非常に重要であることが確認されている。 近年,人工知能技術が腫瘍学に徐々に応用され始めている。 がんスクリーニング、臨床診断、放射線治療(画像取得、リスクの高い臓器の分節化、画像の校正と提供)、その他の急速な発達の側面に用いられる。 しかし、医療aiが社会化できるかどうかは、ある程度大衆の態度や受容に依存する。 しかし、現在、SCTスキャンを併用したAI技術による早期肺癌の診断についてはほとんど研究されていない。 そこで本研究では, 早期肺癌検診において, 安全で効率的な検診モードを見いだし, 臨床診断と治療の基準を提供することを目的として, コンビネーション法を適用した。

関連論文リスト

• Medical AI for Early Detection of Lung Cancer: A Survey [11.90341994990241]
  肺がんは世界中で致死率と死亡率の主要な原因の1つである。 コンピュータ支援診断システム(CAD)は肺結節の検出と分類に有効であることが証明されている。 深層学習アルゴリズムは肺結節解析の精度と効率を大幅に改善した。
  論文  参考訳（メタデータ） (2024-10-18T17:45:42Z)
• 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)
• Combining low-dose CT-based radiomics and metabolomics for early lung cancer screening support [32.586316762855944]
  肺癌はしばしば進行期と診断され、患者の生存率も低下する。 早期診断は、肺組織腫瘍がまだ小さいとき、通常約3mmの大きさで検出されるように設計されたスクリーニングプログラムによって容易に行える。
  論文  参考訳（メタデータ） (2023-09-20T12:07:16Z)
• 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)
• A Multi-Institutional Open-Source Benchmark Dataset for Breast Cancer Clinical Decision Support using Synthetic Correlated Diffusion Imaging Data [82.74877848011798]
  Cancer-Net BCaは、乳がん患者の画像データであるボリュームCDI$s$の複数機関のオープンソースベンチマークデータセットである。 Cancer-Net BCaは、機械学習の進歩を加速し、がんと戦う臨床医を助ける、グローバルなオープンソースイニシアチブの一部として、一般公開されている。
  論文  参考訳（メタデータ） (2023-04-12T05:41:44Z)
• Deep Learning Approach for Early Stage Lung Cancer Detection [0.0]
  肺癌患者の生存率は遅発診断による他のがん患者と比較して非常に低い。 本稿ではCTスキャンによる早期肺癌の予測と診断のためのディープラーニングモデルを提案する。
  論文  参考訳（メタデータ） (2023-02-05T18:50:12Z)
• Enhancing Clinical Support for Breast Cancer with Deep Learning Models using Synthetic Correlated Diffusion Imaging [66.63200823918429]
  深層学習モデルを用いた乳癌に対する臨床支援の強化について検討した。 我々は、体積畳み込みニューラルネットワークを利用して、前処理コホートから深い放射能特徴を学習する。 提案手法は, グレードと処理後応答予測の両方において, より良い性能を実現することができる。
  論文  参考訳（メタデータ） (2022-11-10T03:02:12Z)
• 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)
• Early Diagnosis of Lung Cancer Using Computer Aided Detection via Lung Segmentation Approach [0.1749935196721634]
  アメリカがん協会は、がんによる死亡件数の約27%を推定している。 その進化の初期段階では、肺がんは通常は症状を起こさない。 多くの患者は、症状がより顕著になり、治療が不十分で死亡率の高い進行期に診断されている。
  論文  参考訳（メタデータ） (2021-07-23T05:46:06Z)
• 3D Neural Network for Lung Cancer Risk Prediction on CT Volumes [0.6810862244331126]
  肺がんはアメリカ合衆国で最も多いがん死の原因である。 肺がんCT検査は、死亡率を40%まで下げることが示されている。 放射線診断の基準が採用されているにもかかわらず, 経年変化が持続的であり, 包括的画像所見の不完全な特徴が現在の方法の限界として残っている。 本稿では,肺がんリスク予測のための最先端ディープラーニングアルゴリズムを再現する。
  論文  参考訳（メタデータ） (2020-07-25T10:01:22Z)

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。