論文の概要: AI-Driven Non-Invasive Detection and Staging of Steatosis in Fatty Liver Disease Using a Novel Cascade Model and Information Fusion Techniques

• arxiv url: http://arxiv.org/abs/2412.04884v1
• Date: Fri, 06 Dec 2024 09:26:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-09 15:57:53.907963
• Title: AI-Driven Non-Invasive Detection and Staging of Steatosis in Fatty Liver Disease Using a Novel Cascade Model and Information Fusion Techniques
• Title（参考訳）: 新規カスケードモデルと情報融合技術を用いた脂肪肝疾患のAIによる非侵襲的検出とステアトーシスの安定化
• Authors: Niloufar Delfan, Pardis Ketabi Moghadam, Mohammad Khoshnevisan, Mehdi Hosseini Chagahi, Behzad Hatami, Melika Asgharzadeh, Mohammadreza Zali, Behzad Moshiri, Amin Momeni Moghaddam, Mohammad Amin Khalafi, Khosrow Dehnad,
• Abstract要約: 非アルコール性脂肪肝疾患(非アルコール性脂肪肝疾患、NAFLD)は、世界規模で最も多い肝疾患の1つである。 本研究では,アンサンブル学習と特徴融合技術を用いた新しい人工知能カスケードモデルを提案する。
• 参考スコア（独自算出の注目度）: 1.509534070113696
• License:
• Abstract: Non-alcoholic fatty liver disease (NAFLD) is one of the most widespread liver disorders on a global scale, posing a significant threat of progressing to more severe conditions like nonalcoholic steatohepatitis (NASH), liver fibrosis, cirrhosis, and hepatocellular carcinoma. Diagnosing and staging NAFLD presents challenges due to its non-specific symptoms and the invasive nature of liver biopsies. Our research introduces a novel artificial intelligence cascade model employing ensemble learning and feature fusion techniques. We developed a non-invasive, robust, and reliable diagnostic artificial intelligence tool that utilizes anthropometric and laboratory parameters, facilitating early detection and intervention in NAFLD progression. Our novel artificial intelligence achieved an 86% accuracy rate for the NASH steatosis staging task (non-NASH, steatosis grade 1, steatosis grade 2, and steatosis grade 3) and an impressive 96% AUC-ROC for distinguishing between NASH (steatosis grade 1, grade 2, and grade3) and non-NASH cases, outperforming current state-of-the-art models. This notable improvement in diagnostic performance underscores the potential application of artificial intelligence in the early diagnosis and treatment of NAFLD, leading to better patient outcomes and a reduced healthcare burden associated with advanced liver disease.
• Abstract（参考訳）: 非アルコール性脂肪性肝疾患(非アルコール性脂肪性肝疾患、NAFLD)は、非アルコール性脂肪肝炎(NASH)、肝線維症、肝硬変、肝細胞癌など、より重篤な疾患に進行する恐れがある。 NAFLDの診断とステージングは、非特異的な症状と肝生検の侵襲的な性質によって困難を呈する。 本研究では,アンサンブル学習と特徴融合技術を用いた新しい人工知能カスケードモデルを提案する。 非侵襲的で堅牢で信頼性の高い診断人工知能ツールを開発し,NAFLD進行の早期発見と介入を容易にする。 また,NASH (steatosis grade 1, steatosis grade 1, steatosis grade 2, steatosis grade 3) と,NASH (steatosis grade 1, steatosis grade 2, statosis grade 3) と非NASH (statosis grade 1, statosis grade 3) の区別に優れた96%のAUC-ROCが得られた。 診断性能のこの顕著な改善は、NAFLDの早期診断と治療における人工知能の応用の可能性を示している。

関連論文リスト

• Statistical testing on generative AI anomaly detection tools in Alzheimer's Disease diagnosis [16.73336092521471]
  生成AIは、医療画像における異常検出の可能性を示している。 我々は、選択的推論を用いてこの問題を解決し、アルツハイマーの予測のための信頼できる生成AI手法を開発することを提案する。
  論文  参考訳（メタデータ） (2024-10-17T09:15:09Z)
• 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)
• Liver Tumor Prediction with Advanced Attention Mechanisms Integrated into a Depth-Based Variant Search Algorithm [0.0]
  本稿では,畳み込みニューラルネットワーク(CNN)と深度に基づく変種探索アルゴリズムを用いた肝腫瘍の予測手法を提案する。 良性および悪性の肝腫瘍を含むCTスキャンデータセットを用いて,本モデルの評価を行った。 提案システムは、肝腫瘍の予測において95.5%の精度を達成し、他の最先端の方法よりも優れていた。
  論文  参考訳（メタデータ） (2023-11-20T03:51:39Z)
• A Non-Invasive Interpretable NAFLD Diagnostic Method Combining TCM Tongue Features [3.027279434102167]
  非アルコール性脂肪肝疾患(非アルコール性脂肪肝疾患、NAFLD)は、肝脂肪症を特徴とする臨床病理学的症候群である。 提案手法は,非侵襲的データのみを用いて77.22%の精度を実現する。
  論文  参考訳（メタデータ） (2023-09-06T12:55:59Z)
• Deep Reinforcement Learning Framework for Thoracic Diseases Classification via Prior Knowledge Guidance [49.87607548975686]
  関連疾患に対するラベル付きデータの不足は、正確な診断にとって大きな課題となる。 本稿では,診断エージェントの学習を指導するための事前知識を導入する,新しい深層強化学習フレームワークを提案する。 提案手法の性能はNIHX-ray 14とCheXpertデータセットを用いて実証した。
  論文  参考訳（メタデータ） (2023-06-02T01:46:31Z)
• Deep Learning for Segmentation-based Hepatic Steatosis Detection on Open Data: A Multicenter International Validation Study [5.117364766785943]
  この3段階のAIワークフローは、3D肝セグメンテーション、肝減衰測定、肝脂肪症検出からなる。 ディープラーニングセグメンテーションの平均係数は0.957。 普遍的な検出に採用されれば、このディープラーニングシステムは、早期に非侵襲的で非薬学的な予防的介入を可能にする可能性がある。
  論文  参考訳（メタデータ） (2022-10-27T03:24:52Z)
• SSD-KD: A Self-supervised Diverse Knowledge Distillation Method for Lightweight Skin Lesion Classification Using Dermoscopic Images [62.60956024215873]
  皮膚がんは最も一般的な悪性腫瘍の1つであり、人口に影響を与え、世界中で経済的な重荷を負っている。 皮膚がん検出のほとんどの研究は、ポータブルデバイス上での計算資源の制限を考慮せずに、高い予測精度を追求している。 本研究は,皮膚疾患分類のための汎用的なKDフレームワークに多様な知識を統一する,SSD-KDと呼ばれる新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-03-22T06:54:29Z)
• 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)
• Automatic Classification of Neuromuscular Diseases in Children Using Photoacoustic Imaging [77.32032399775152]
  神経筋疾患(NMD)は、医療システムと社会の両方に重大な負担をもたらす。 激しい進行性筋力低下、筋変性、収縮、変形、進行性障害を引き起こす。
  論文  参考訳（メタデータ） (2022-01-27T16:37:19Z)
• Realistic Ultrasound Image Synthesis for Improved Classification of Liver Disease [54.69792905238048]
  超音波(US)データから肝疾患を分類するために、畳み込みニューラルネットワーク(CNN)が研究されている。 本稿では, 現実的な疾患と健康な肝臓画像合成のための新しいGANアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2021-07-27T12:37:19Z)
• Deep Learning based NAS Score and Fibrosis Stage Prediction from CT and Pathology Data [4.506304887966763]
  非アルコール性脂肪肝疾患 (NAFLD) は世界の人口で増加傾向にある。 我々はCTデータからNASスコアと線維化ステージを自動的に予測する新しい手法を提案する。 また,CTとH&Eの染色病理データから得られる情報を組み合わせてNASスコアと線維症ステージ予測の性能を向上させる手法を提案する。
  論文  参考訳（メタデータ） (2020-09-22T17:02:31Z)

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。