論文の概要: AI-Driven Approaches for Glaucoma Detection -- A Comprehensive Review
- arxiv url: http://arxiv.org/abs/2410.15947v2
- Date: Tue, 22 Oct 2024 17:58:06 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-24 09:55:03.912312
- Title: AI-Driven Approaches for Glaucoma Detection -- A Comprehensive Review
- Title（参考訳）: 緑内障検出のためのAI駆動アプローチ - 総合的なレビュー
- Authors: Yuki Hagiwara, Octavia-Andreea Ciora, Maureen Monnet, Gino Lancho, Jeanette Miriam Lorenz,
- Abstract要約: コンピュータ支援診断システム(CADx)は、臨床医が早期に緑内障の正確な診断を支援するための有望なツールとして登場した。
本稿では,緑内障の診断にCADxシステムで使用されるAI技術の概要を概観する。
- 参考スコア（独自算出の注目度）: 0.09320657506524149
- License:
- Abstract: The diagnosis of glaucoma plays a critical role in the management and treatment of this vision-threatening disease. Glaucoma is a group of eye diseases that cause blindness by damaging the optic nerve at the back of the eye. Often called "silent thief of sight", it exhibits no symptoms during the early stages. Therefore, early detection is crucial to prevent vision loss. With the rise of Artificial Intelligence (AI), particularly Deep Learning (DL) techniques, Computer-Aided Diagnosis (CADx) systems have emerged as promising tools to assist clinicians in accurately diagnosing glaucoma early. This paper aims to provide a comprehensive overview of AI techniques utilized in CADx systems for glaucoma diagnosis. Through a detailed analysis of current literature, we identify key gaps and challenges in these systems, emphasizing the need for improved safety, reliability, interpretability, and explainability. By identifying research gaps, we aim to advance the field of CADx systems especially for the early diagnosis of glaucoma, in order to prevent any potential loss of vision.
- Abstract（参考訳）: 緑内障の診断は、この視力低下疾患の管理と治療において重要な役割を担っている。
緑内障(英: Glaucoma)は、眼の後方の視神経を損傷することで失明を引き起こす眼疾患の一群である。
しばしば「サイレント・ファイター・オブ・ヴィジュアリー」と呼ばれ、初期の段階では症状がない。
したがって、早期検出は視力喪失を防ぐために不可欠である。
人工知能(AI)の台頭、特にディープラーニング(DL)技術により、コンピュータ支援診断(CADx)システムは、臨床医が早期に緑内障の正確な診断を行うための有望なツールとして登場した。
本稿では,緑内障の診断にCADxシステムで使用されるAI技術の概要を概観する。
現在の文献の詳細な分析を通じて,これらのシステムにおける重要なギャップと課題を特定し,安全性,信頼性,解釈可能性,説明可能性の向上の必要性を強調した。
特に緑内障の早期診断のためにCADxシステムの分野での進歩をめざして,視力の喪失を防ぐことを目的としている。
関連論文リスト
- Harnessing the power of longitudinal medical imaging for eye disease prognosis using Transformer-based sequence modeling [49.52787013516891]
今回提案した Longitudinal Transformer for Survival Analysis (LTSA, Longitudinal Transformer for Survival Analysis, LTSA) は, 縦断的医用画像から動的疾患の予後を予測できる。
時間的注意分析により、最新の画像は典型的には最も影響力のあるものであるが、以前の画像は追加の予後に価値があることが示唆された。
論文 参考訳（メタデータ） (2024-05-14T17:15:28Z) - Eye-tracking in Mixed Reality for Diagnosis of Neurodegenerative Diseases [0.2686968510141288]
パーキンソン病は世界で2番目に多い神経変性疾患である。
本研究の目的は、眼球運動の追跡・評価にMixed Reality機能を活用するシステムを開発することである。
論文 参考訳（メタデータ） (2024-04-19T16:34:15Z) - 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) - Explainable AI based Glaucoma Detection using Transfer Learning and LIME [0.3914676152740142]
緑内障を94.71%の精度で分類できる転写学習モデルを提案する。
我々は,LIME(Local Interpretable Model-Agnostic Explanations)を利用して,システムに説明可能性を導入している。
論文 参考訳（メタデータ） (2022-10-07T05:36:33Z) - A comprehensive survey on computer-aided diagnostic systems in diabetic
retinopathy screening [0.0]
糖尿病性メリタス(DM)は、最終的に糖尿病網膜症(DR)を引き起こす重要な微小血管破壊を引き起こす
私たちのレビューは、CADシステムで何が達成できるかを理解したい学生から確立した研究者まで、誰でも対象としています。
論文 参考訳（メタデータ） (2022-08-03T02:11:42Z) - Geometric Deep Learning to Identify the Critical 3D Structural Features
of the Optic Nerve Head for Glaucoma Diagnosis [52.06403518904579]
視神経頭(ONH)は緑内障の発生・進展過程において複雑で深い3次元形態変化を呈する。
我々は3D ONH点群から緑内障の診断にPointNetと動的グラフ畳み込みニューラルネットワーク(DGCNN)を用いた。
幅広い眼科疾患の診断・予後に臨床応用される可能性も高い。
論文 参考訳（メタデータ） (2022-04-14T12:52:10Z) - Automatic detection of glaucoma via fundus imaging and artificial
intelligence: A review [0.4215938932388722]
緑内障は世界中で不可逆的な視覚障害の原因となっている。
ファンダスイメージングは非侵襲的で低コストである。
人工知能は、光学カップとディスクの境界を自動的に見つけることができる。
論文 参考訳（メタデータ） (2022-04-12T07:47:13Z) - 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) - Assessing glaucoma in retinal fundus photographs using Deep Feature
Consistent Variational Autoencoders [63.391402501241195]
緑内障は症状が重くなるまで無症状のままでいるため、検出が困難である。
緑内障の早期診断は機能的,構造的,臨床的評価に基づいて行われることが多い。
ディープラーニング手法はこのジレンマを、マーカー識別段階をバイパスし、ハイレベルな情報を分析してデータを分類することで部分的に解決している。
論文 参考訳（メタデータ） (2021-10-04T16:06:49Z) - An Interpretable Multiple-Instance Approach for the Detection of
referable Diabetic Retinopathy from Fundus Images [72.94446225783697]
基礎画像における参照糖尿病網膜症検出のための機械学習システムを提案する。
画像パッチから局所情報を抽出し,アテンション機構により効率的に組み合わせることで,高い分類精度を実現することができる。
我々は,現在入手可能な網膜画像データセットに対するアプローチを評価し,最先端の性能を示す。
論文 参考訳（メタデータ） (2021-03-02T13:14:15Z) - Early Autism Spectrum Disorders Diagnosis Using Eye-Tracking Technology [62.997667081978825]
資金不足、資格のある専門家の欠如、そして修正方法に対する信頼度の低いことが、AMDのリアルタイム診断に影響を及ぼす主要な問題である。
我々のチームは、子どもの視線活動の情報に基づいて、ALDの確率を予測するアルゴリズムを開発した。
論文 参考訳（メタデータ） (2020-08-21T20:22:55Z)
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。