論文の概要: Federated Learning for Diabetic Retinopathy Diagnosis: Enhancing Accuracy and Generalizability in Under-Resourced Regions

• arxiv url: http://arxiv.org/abs/2411.00869v1
• Date: Wed, 30 Oct 2024 23:56:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-11-05 14:48:45.779816
• Title: Federated Learning for Diabetic Retinopathy Diagnosis: Enhancing Accuracy and Generalizability in Under-Resourced Regions
• Title（参考訳）: 糖尿病網膜症診断のためのフェデレートラーニング : 音源下領域における精度と一般化性の向上
• Authors: Gajan Mohan Raj, Michael G. Morley, Mohammad Eslami,
• Abstract要約: 糖尿病網膜症は、世界中の高齢者の視覚喪失の原因となっているが、未治療領域では眼科医が欠如している。 現在の最先端のディープラーニングシステムは、一般化性に限界があるため、これらの機関で苦労している。 本稿では,効率的なNetB0アーキテクチャを用いた糖尿病網膜症診断のための新しいフェデレーション学習システムについて検討する。
• 参考スコア（独自算出の注目度）: 0.3277163122167433
• License:
• Abstract: Diabetic retinopathy is the leading cause of vision loss in working-age adults worldwide, yet under-resourced regions lack ophthalmologists. Current state-of-the-art deep learning systems struggle at these institutions due to limited generalizability. This paper explores a novel federated learning system for diabetic retinopathy diagnosis with the EfficientNetB0 architecture to leverage fundus data from multiple institutions to improve diagnostic generalizability at under-resourced hospitals while preserving patient-privacy. The federated model achieved 93.21% accuracy in five-category classification on an unseen dataset and 91.05% on lower-quality images from a simulated under-resourced institution. The model was deployed onto two apps for quick and accurate diagnosis.
• Abstract（参考訳）: 糖尿病網膜症は、世界中の高齢者の視覚喪失の原因となっているが、未治療領域では眼科医が欠如している。 現在の最先端のディープラーニングシステムは、一般化性に限界があるため、これらの機関で苦労している。 本稿では,糖尿病網膜症診断のための新しいフェデレートラーニングシステムについて検討し,患者プライバシーを維持しつつ,複数の施設の根源的データを活用し,医療機関における診断の一般化性を向上させることを目的とした。 フェデレートされたモデルは、目に見えないデータセット上の5カテゴリ分類で93.21%の精度を達成し、シミュレートされたアンダーリソースの施設からの低品質画像では91.05%を達成した。 このモデルは、迅速かつ正確な診断のために2つのアプリにデプロイされた。

関連論文リスト

• Enhancing Diabetic Retinopathy Detection with CNN-Based Models: A Comparative Study of UNET and Stacked UNET Architectures [0.0]
  糖尿病網膜症DRは糖尿病の重篤な合併症である。損傷または異常な血管は視力喪失を引き起こす可能性がある。 糖尿病患者の大量スクリーニングの必要性は、コンピュータ支援によるDRの完全自動診断への関心を生んでいる。 ディープラーニングフレームワーク、特に畳み込みニューラルネットワークCNNは、網膜画像を分析してDRを検出することに非常に興味を持ち、約束している。
  論文  参考訳（メタデータ） (2024-11-02T14:02:45Z)
• A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
  神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。 重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。 人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
  論文  参考訳（メタデータ） (2024-05-21T06:44:40Z)
• Dual Branch Deep Learning Network for Detection and Stage Grading of Diabetic Retinopathy [2.3884184860468136]
  本稿では,糖尿病網膜症の診断とステージグレーディングのためのディープラーニング手法を提案する。 提案されたモデルは、APTOS 2019データセットを含む、大規模なマルチセンターデータセットに基づいてトレーニングされている。 糖尿病網膜症の検出とステージ分類において顕著な性能を発揮する。
  論文  参考訳（メタデータ） (2023-08-19T08:41:41Z)
• DRAC: Diabetic Retinopathy Analysis Challenge with Ultra-Wide Optical Coherence Tomography Angiography Images [51.27125547308154]
  第25回医用画像コンピューティング・コンピュータ支援介入国際会議(MICCAI 2022)にともなうDRAC糖尿病網膜症解析チャレンジの企画を行った。 この課題は、DR病変の分節化、画像品質評価、DRグレーディングの3つのタスクから構成される。 本稿では,課題の各課題について,トップパフォーマンスのソリューションと結果の要約と分析を行う。
  論文  参考訳（メタデータ） (2023-04-05T12:04:55Z)
• An Ensemble Method to Automatically Grade Diabetic Retinopathy with Optical Coherence Tomography Angiography Images [4.640835690336653]
  糖尿病網膜症解析チャレンジ(DRAC)2022から得られる糖尿病網膜症(DR)画像を自動的に評価するアンサンブル法を提案する。 まず、最先端の分類ネットワークを採用し、利用可能なデータセットの異なる分割でUW-OCTA画像のグレードをトレーニングする。 最終的に、25のモデルを取得し、そのうち上位16のモデルを選択し、アンサンブルして最終的な予測を生成する。
  論文  参考訳（メタデータ） (2022-12-12T22:06:47Z)
• Dynamic Bank Learning for Semi-supervised Federated Image Diagnosis with Class Imbalance [65.61909544178603]
  クラス不均衡半教師付きFL(imFed-Semi)の実用的かつ困難な問題について検討する。 このImFed-Semi問題は、クラス比例情報を利用してクライアントトレーニングを改善する新しい動的銀行学習方式によって解決される。 25,000個のCTスライスによる頭蓋内出血診断と10,015個の皮膚内視鏡画像による皮膚病変診断の2つの公開実世界の医療データセットに対するアプローチを評価した。
  論文  参考訳（メタデータ） (2022-06-27T06:51:48Z)
• When Accuracy Meets Privacy: Two-Stage Federated Transfer Learning Framework in Classification of Medical Images on Limited Data: A COVID-19 Case Study [77.34726150561087]
  新型コロナウイルスのパンデミックが急速に広がり、世界の医療資源が不足している。 CNNは医療画像の解析に広く利用され、検証されている。
  論文  参考訳（メタデータ） (2022-03-24T02:09:41Z)
• Diabetic Retinopathy Detection using Ensemble Machine Learning [1.2891210250935146]
  糖尿病網膜症(Drebetic Retinopathy, DR)は、糖尿病患者の視覚障害の原因となる疾患である。 DRは、網膜に影響を及ぼす微小血管疾患であり、血管の閉塞を引き起こし、網膜組織の主要な栄養源を切断する。
  論文  参考訳（メタデータ） (2021-06-22T17:36:08Z)
• 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)
• A Benchmark for Studying Diabetic Retinopathy: Segmentation, Grading, and Transferability [76.64661091980531]
  糖尿病患者は糖尿病網膜症(DR)を発症するリスクがある コンピュータ支援型DR診断は、DRの早期検出と重度評価のための有望なツールである。 このデータセットは、ピクセルレベルのDR関連病変アノテーションを持つ1,842枚の画像と、6人の眼科医によって評価された画像レベルのラベルを持つ1,000枚の画像を有する。
  論文  参考訳（メタデータ） (2020-08-22T07:48:04Z)
• Point-of-Care Diabetic Retinopathy Diagnosis: A Standalone Mobile Application Approach [0.0]
  医療における深層学習の活用手法が提案され,本論文に導入されている。 深層学習とモバイルアプリケーション開発がこの論文に統合され、糖尿病網膜症のポイント・オブ・ケア・スマートフォンによる診断が容易になった。
  論文  参考訳（メタデータ） (2020-01-26T11:03:16Z)

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。