Fugu-MT 論文翻訳(概要): Trends, Challenges, and Future Directions in Deep Learning for Glaucoma: A Systematic Review

論文の概要: Trends, Challenges, and Future Directions in Deep Learning for Glaucoma: A Systematic Review

arxiv url: http://arxiv.org/abs/2411.05876v1
Date: Thu, 07 Nov 2024 23:35:05 GMT
ステータス: 翻訳完了
システム内更新日: 2024-11-12 14:08:12.700510
Title: Trends, Challenges, and Future Directions in Deep Learning for Glaucoma: A Systematic Review
Title（参考訳）: 緑内障の深層学習の動向, 課題, 今後の方向性
Authors: Mahtab Faraji, Homa Rashidisabet, George R. Nahass, RV Paul Chan, Thasarat S Vajaranant, Darvin Yi,
Abstract要約: PRISMA(Systematic Reviews and Meta-Analyses)における優先報告項目を用いたディープラーニング(DL)アルゴリズムによる緑内障検出の最近の進歩について検討する。本研究では,DLに基づく緑内障検出フレームワークの3つの側面(入力データモダリティ,処理戦略,モデルアーキテクチャとアプリケーション)に焦点を当てた。
参考スコア（独自算出の注目度）: 0.2940464448991482
License:
Abstract: Here, we examine the latest advances in glaucoma detection through Deep Learning (DL) algorithms using Preferred Reporting Items for Systematic Reviews and Meta-Analyses (PRISMA). This study focuses on three aspects of DL-based glaucoma detection frameworks: input data modalities, processing strategies, and model architectures and applications. Moreover, we analyze trends in employing each aspect since the onset of DL in this field. Finally, we address current challenges and suggest future research directions.
Abstract（参考訳）: 本稿では,PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-Analyses) を用いたディープラーニング (DL) アルゴリズムによる緑内障検出の最近の進歩について検討する。本研究では,DLに基づく緑内障検出フレームワークの3つの側面(入力データモダリティ,処理戦略,モデルアーキテクチャとアプリケーション)に焦点をあてる。さらに,本分野におけるDL開始以来,各側面の活用動向を分析した。最後に,現在の課題に対処し,今後の研究の方向性を提案する。

関連論文リスト

Underwater Object Detection in the Era of Artificial Intelligence: Current, Challenge, and Future [119.88454942558485]
水中物体検出(UOD)は、水中の画像やビデオ中の物体を識別し、ローカライズすることを目的としている。近年、人工知能(AI)に基づく手法、特に深層学習法は、UODにおいて有望な性能を示している。
論文参考訳（メタデータ） (2024-10-08T00:25:33Z)
Deep Graph Anomaly Detection: A Survey and New Perspectives [86.84201183954016]
グラフ異常検出(GAD)は、異常なグラフインスタンス(ノード、エッジ、サブグラフ、グラフ)を特定することを目的とする。ディープラーニングアプローチ、特にグラフニューラルネットワーク(GNN)は、GADにとって有望なパラダイムとして現れています。
論文参考訳（メタデータ） (2024-09-16T03:05:11Z)
Survey on Fundamental Deep Learning 3D Reconstruction Techniques [0.0]
本調査は,写真リアルな3Dモデルとシーンを生成する基礎的深層学習(DL)に基づく3D再構成技術について検討することを目的とする。我々は、基礎となるアルゴリズムを識別し、その強みとトレードオフを評価し、この急速に発展する分野における将来の研究軌道を計画する。
論文参考訳（メタデータ） (2024-07-11T02:30:05Z)
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)
Semi-Supervised and Unsupervised Deep Visual Learning: A Survey [76.2650734930974]
半教師なし学習と教師なし学習は、ラベルなしの視覚データから学ぶための有望なパラダイムを提供する。本稿では, 半教師付き学習(SSL)と非教師付き学習(UL)の先進的な深層学習アルゴリズムについて, 統一的な視点による視覚的認識について概説する。
論文参考訳（メタデータ） (2022-08-24T04:26:21Z)
Recent Few-Shot Object Detection Algorithms: A Survey with Performance Comparison [54.357707168883024]
Few-Shot Object Detection (FSOD)は、人間の学習能力を模倣する。 FSODは、学習した汎用オブジェクトの知識を共通のヘビーテールから新しいロングテールオブジェクトクラスにインテリジェントに転送する。本稿では,問題定義,共通データセット,評価プロトコルなどを含むFSODの概要を紹介する。
論文参考訳（メタデータ） (2022-03-27T04:11:28Z)
A Survey on Deep Domain Adaptation and Tiny Object Detection Challenges, Techniques and Datasets [11.911055871045715]
本研究では,コンピュータビジョンに基づく物体検出の課題と解法を,異なる手法を用いて分析した。対象物検出に関わる課題を概説し, 歴史的, 比較分析による解を提示した。
論文参考訳（メタデータ） (2021-07-16T14:33:31Z)
Recent Advances in Monocular 2D and 3D Human Pose Estimation: A Deep Learning Perspective [69.44384540002358]
この問題に対処するための包括的で包括的な2D-to-3D視点を提供する。 2014年からの主流とマイルストーンのアプローチを統一フレームワークで分類しています。また,ポーズ表現スタイル,ベンチマーク,評価指標,一般的なアプローチの定量的評価を要約した。
論文参考訳（メタデータ） (2021-04-23T11:07:07Z)
Deep Learning for Change Detection in Remote Sensing Images: Comprehensive Review and Meta-Analysis [12.462608802359936]
まず,変化検出に頻繁に採用される深層学習法の基本について紹介する。そこで本研究では,リモートセンシング画像の深層学習に基づく変化検出手法に着目し,既存の手法の概要を概説する。これらの調査の結果、今後の研究のために、将来有望な新たな方向性が特定された。
論文参考訳（メタデータ） (2020-06-10T02:14:08Z)
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。