Fugu-MT 論文翻訳(概要): AI-Assisted Diagnosis for Covid-19 CXR Screening: From Data Collection to Clinical Validation

論文の概要: AI-Assisted Diagnosis for Covid-19 CXR Screening: From Data Collection to Clinical Validation

arxiv url: http://arxiv.org/abs/2405.11598v1
Date: Sun, 19 May 2024 16:06:26 GMT
ステータス: 処理完了
システム内更新日: 2024-05-21 15:12:36.305367
Title: AI-Assisted Diagnosis for Covid-19 CXR Screening: From Data Collection to Clinical Validation
Title（参考訳）: Covid-19 CXRスクリーニングのためのAI支援診断:データ収集から臨床検査まで
Authors: Carlo Alberto Barbano, Riccardo Renzulli, Marco Grosso, Domenico Basile, Marco Busso, Marco Grangetto,
Abstract要約: このプロジェクトの目的は、Chest X-ray(CXR)画像からCovid-19肺炎を診断する最先端のAIベースのシステムを開発することである。提案した検出モデルは、最先端のデバイアスと組み合わせた2段階のアプローチに基づいて、信頼性の高い結果を提供する。
参考スコア（独自算出の注目度）: 5.492165569390342
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we present the major results from the Covid Radiographic imaging System based on AI (Co.R.S.A.) project, which took place in Italy. This project aims to develop a state-of-the-art AI-based system for diagnosing Covid-19 pneumonia from Chest X-ray (CXR) images. The contributions of this work are manyfold: the release of the public CORDA dataset, a deep learning pipeline for Covid-19 detection, and the clinical validation of the developed solution by expert radiologists. The proposed detection model is based on a two-step approach that, paired with state-of-the-art debiasing, provides reliable results. Most importantly, our investigation includes the actual usage of the diagnosis aid tool by radiologists, allowing us to assess the real benefits in terms of accuracy and time efficiency. Project homepage: https://corsa.di.unito.it/
Abstract（参考訳）: 本稿では,イタリアで実施されたAI(Co.R.S.A.)プロジェクトに基づくコビッド・ラジオグラフィー・システムの主な成果について述べる。このプロジェクトの目的は、Chest X-ray(CXR)画像からCovid-19肺炎を診断する最先端のAIベースのシステムを開発することである。この研究の貢献は、公開CORDAデータセットのリリース、Covid-19検出のためのディープラーニングパイプライン、専門家の放射線学者による開発ソリューションの臨床的検証など、多岐にわたる。提案した検出モデルは、最先端のデバイアスと組み合わせた2段階のアプローチに基づいて、信頼性の高い結果を提供する。最も重要なことは、放射線科医による診断支援ツールの実際の使用を含み、精度と時間効率の点で実際の利点を評価できることです。プロジェクトホームページ: https://corsa.di.unito.it/

関連論文リスト

Large-scale Long-tailed Disease Diagnosis on Radiology Images [51.453990034460304]
RadDiagは、様々なモダリティと解剖学にわたる2Dおよび3D入力をサポートする基礎モデルである。私たちのデータセットであるRP3D-DiagDSは、5,568の障害をカバーする195,010のスキャンで40,936の症例を含む。
論文参考訳（メタデータ） (2023-12-26T18:20:48Z)
Routine Usage of AI-based Chest X-ray Reading Support in a Multi-site Medical Supply Center [64.91941409801494]
チェストX線画像の評価のための市販のAIソリューションは、複雑な環境で、放射線医や臨床研究員の24/7を支援することができる。本システムは, 放射線技師や臨床同僚が重要な決定を下す上で, 利用者によらず, 医療機関や病院で, 画像データを作成するX線システムタイプによらず, 堅牢に機能する。
論文参考訳（メタデータ） (2022-10-17T08:06:16Z)
Optimising Chest X-Rays for Image Analysis by Identifying and Removing Confounding Factors [49.005337470305584]
新型コロナウイルス(COVID-19)のパンデミック(パンデミック)の間、新型コロナウイルス(COVID-19)の診断のための緊急設定で実施される画像の量は、臨床用CXRの取得が広範囲に及んだ。公開データセット内の臨床的に取得されたCXRの変動品質は、アルゴリズムのパフォーマンスに大きな影響を及ぼす可能性がある。我々は、新型コロナウイルスの胸部X線データセットを前処理し、望ましくないバイアスを取り除くための、シンプルで効果的なステップワイズアプローチを提案する。
論文参考訳（メタデータ） (2022-08-22T13:57:04Z)
Machine learning approaches for COVID-19 detection from chest X-ray imaging: A Systematic Review [31.21638091772227]
胸部X線画像の評価を支援するため,機械学習アルゴリズムが提案されている。胸部X線画像を用いた新型コロナウイルス検出に応用したMLの体系的レビューを行った。
論文参考訳（メタデータ） (2022-06-11T21:17:42Z)
Challenges in COVID-19 Chest X-Ray Classification: Problematic Data or Ineffective Approaches? [0.0]
胸部X線写真から新型コロナウイルスの感染を分類し、検出するための深層学習。本研究では,データと機械学習の両方の観点から,信頼性の高いAIソリューションを作成する上で直面する課題について検討する。
論文参考訳（メタデータ） (2022-01-16T14:12:04Z)
A Prospective Observational Study to Investigate Performance of a Chest X-ray Artificial Intelligence Diagnostic Support Tool Across 12 U.S. Hospitals [5.089367493963538]
人工知能(AI)に基づく、胸部X線(CXR)所見から新型コロナウイルスの可能性を予測するモデルは、臨床的意思決定を加速するための重要な副産物となる。我々は、時間的および外部的検証に高い性能を持つAIモデルを開発した。
論文参考訳（メタデータ） (2021-06-03T20:22:32Z)
Covid-19 diagnosis from x-ray using neural networks [0.0]
コロナウイルスや新型コロナウイルス(COVID-19)はパンデミックの病気であり、世界中で何百万もの因果関係に影響を与えている。本稿では,進行胸部X線画像からのCOVID-19のプログラム認識手法を提案する。
論文参考訳（メタデータ） (2021-05-29T16:12:15Z)
Deep Metric Learning-based Image Retrieval System for Chest Radiograph and its Clinical Applications in COVID-19 [12.584626589565522]
胸部X線写真(CXR)は、新型コロナウイルス患者のトリアージ、診断、モニタリングにおいて重要な役割を担っている。 CXRの混合信号や非特異的信号を考えると、類似した画像と関連する臨床情報の両方を提供するCXRの画像検索モデルは、より臨床的に有意義である。本研究では,深度学習に基づく新しいCXR画像検索モデルを開発する。
論文参考訳（メタデータ） (2020-11-26T03:16:48Z)
Multi-Task Driven Explainable Diagnosis of COVID-19 using Chest X-ray Images [61.24431480245932]
COVID-19 Multi-Task Networkは、新型コロナウイルススクリーニングのためのエンドツーエンドネットワークである。我々は,ChestXray-14,CheXpertおよび統合型COVID-19データセットから採取した9000個の前頭胸部X線写真から肺領域を手動で注釈した。このデータベースは研究コミュニティに公開されます。
論文参考訳（メタデータ） (2020-08-03T12:52:23Z)
Review of Artificial Intelligence Techniques in Imaging Data Acquisition, Segmentation and Diagnosis for COVID-19 [71.41929762209328]
新型コロナウイルス感染症(COVID-19)のパンデミックは世界中に広がっている。 X線やCT(Computerd Tomography)などの医用画像は、世界的な新型コロナウイルス対策に欠かせない役割を担っている。最近登場した人工知能(AI)技術は、画像ツールの力を強化し、医療専門家を支援する。
論文参考訳（メタデータ） (2020-04-06T15:21:34Z)
COVID-Net: A Tailored Deep Convolutional Neural Network Design for Detection of COVID-19 Cases from Chest X-Ray Images [93.0013343535411]
我々は,胸部X線(CXR)画像から新型コロナウイルスの症例を検出するための,深層畳み込みニューラルネットワーク設計であるCOVID-Netを紹介した。著者たちの知る限りでは、COVID-NetはCXRイメージからCOVID-19を検出するための、最初のオープンソースネットワーク設計の1つである。また,13,870人の患者を対象に,13,975個のCXR画像からなるオープンアクセスベンチマークデータセットであるCOVIDxも導入した。
論文参考訳（メタデータ） (2020-03-22T12:26:36Z)

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。