論文の概要: Dr. Tongue: Sign-Oriented Multi-label Detection for Remote Tongue Diagnosis
- arxiv url: http://arxiv.org/abs/2501.03053v2
- Date: Fri, 10 Jan 2025 15:35:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-13 12:07:28.578791
- Title: Dr. Tongue: Sign-Oriented Multi-label Detection for Remote Tongue Diagnosis
- Title（参考訳）: Dr. Tongue: リモートトング診断のための手動多ラベル検出
- Authors: Yiliang Chen, Steven SC Ho, Cheng Xu, Yao Jie Xie, Wing-Fai Yeung, Shengfeng He, Jing Qin,
- Abstract要約: 舌の診断は、西洋や伝統中国医学において欠かせない道具である。
新型コロナウイルスの感染拡大により、正確な遠隔医療評価の必要性が高まっている。
署名指向マルチラベル属性検出フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 28.941196046110175
- License:
- Abstract: Tongue diagnosis is a vital tool in Western and Traditional Chinese Medicine, providing key insights into a patient's health by analyzing tongue attributes. The COVID-19 pandemic has heightened the need for accurate remote medical assessments, emphasizing the importance of precise tongue attribute recognition via telehealth. To address this, we propose a Sign-Oriented multi-label Attributes Detection framework. Our approach begins with an adaptive tongue feature extraction module that standardizes tongue images and mitigates environmental factors. This is followed by a Sign-oriented Network (SignNet) that identifies specific tongue attributes, emulating the diagnostic process of experienced practitioners and enabling comprehensive health evaluations. To validate our methodology, we developed an extensive tongue image dataset specifically designed for telemedicine. Unlike existing datasets, ours is tailored for remote diagnosis, with a comprehensive set of attribute labels. This dataset will be openly available, providing a valuable resource for research. Initial tests have shown improved accuracy in detecting various tongue attributes, highlighting our framework's potential as an essential tool for remote medical assessments.
- Abstract（参考訳）: 舌の診断は、西洋や伝統中国医学において重要なツールであり、舌の属性を分析することで患者の健康に関する重要な洞察を提供する。
新型コロナウイルス(COVID-19)のパンデミックは、正確な遠隔医療評価の必要性を高め、遠隔医療による正確な舌属性認識の重要性を強調している。
そこで本研究では,署名指向マルチラベル属性検出フレームワークを提案する。
本手法は,舌画像の標準化と環境要因の緩和を行う適応的舌特徴抽出モジュールから始める。
この後、Sign-oriented Network(SignNet)が、特定の舌の属性を特定し、経験豊富な実践者の診断プロセスをエミュレートし、包括的な健康評価を可能にする。
本手法を検証するため,遠隔医療用に設計された広範囲な舌画像データセットを開発した。
既存のデータセットとは異なり、私たちのデータセットは、属性ラベルの包括的なセットで、リモート診断用に調整されています。
このデータセットは公開され、研究のための貴重なリソースを提供する。
最初の試験では、様々な舌の属性を検出する精度が向上し、遠隔医療評価に欠かせないツールとして、我々のフレームワークの可能性を強調した。
関連論文リスト
- A Survey of Medical Vision-and-Language Applications and Their Techniques [48.268198631277315]
医療ビジョン・アンド・ランゲージモデル(MVLM)は、複雑な医療データを解釈するための自然言語インタフェースを提供する能力から、大きな関心を集めている。
本稿では,MVLMの概要と適用した各種医療課題について概観する。
また、これらのタスクに使用するデータセットについても検討し、標準化された評価指標に基づいて異なるモデルの性能を比較した。
論文 参考訳（メタデータ） (2024-11-19T03:27:05Z) - Segment as You Wish -- Free-Form Language-Based Segmentation for Medical Images [30.673958586581904]
フリーフォームなテキストプロンプトを処理する新しい医用画像セグメンテーションモデルであるFLanSを紹介する。
FLanSは、7つの公開データセットから100万以上の医療画像の大規模なデータセットでトレーニングされている。
論文 参考訳（メタデータ） (2024-10-02T16:34:32Z) - Diagnostic Reasoning in Natural Language: Computational Model and Application [68.47402386668846]
言語基底タスク(NL-DAR)の文脈における診断誘導推論(DAR)について検討する。
パール構造因果モデルに基づくNL-DARの新しいモデリングフレームワークを提案する。
得られたデータセットを用いて,NL-DARにおける人間の意思決定過程を解析する。
論文 参考訳（メタデータ） (2024-09-09T06:55:37Z) - Weakly Supervised Object Detection for Automatic Tooth-marked Tongue Recognition [19.34036038278796]
伝統中国医学(TCM)における舌の診断は、個人の健康状態を反映する重要な診断方法である。
歯印のある舌を識別する伝統的な方法は、実践者の経験に依存しているため主観的で矛盾する。
本稿では,視覚変換器と複数インスタンス学習WSVMを用いた全自動Weakly Supervised法を提案する。
論文 参考訳（メタデータ） (2024-08-29T11:31:28Z) - CXR-Agent: Vision-language models for chest X-ray interpretation with uncertainty aware radiology reporting [0.0]
胸部X線解釈のための基礎的視覚言語モデルとして, 一般に公開されている技術の現状を評価した。
視覚言語モデルは、しばしば自信のある言語と幻覚し、臨床解釈を遅くする。
我々は,CheXagentの線形プローブとBioViL-Tのフレーズグラウンドティングツールを用いて,エージェントベースの視覚言語によるレポート生成手法を開発した。
論文 参考訳（メタデータ） (2024-07-11T18:39:19Z) - Fine-Tuned Large Language Models for Symptom Recognition from Spanish
Clinical Text [6.918493795610175]
本研究はスペイン医学文献における症状,徴候,所見の検出に関する共通課題である。
オーガナイザがリリースしたデータと、微調整された大きな言語モデルのセットを組み合わせます。
論文 参考訳（メタデータ） (2024-01-28T22:11:25Z) - Radiology-GPT: A Large Language Model for Radiology [74.07944784968372]
本稿では,ラジオロジーのための大規模言語モデルであるRadiology-GPTを紹介する。
StableLM、Dolly、LLaMAといった一般的な言語モデルと比較して、優れたパフォーマンスを示している。
放射線診断、研究、通信において大きな汎用性を示す。
論文 参考訳（メタデータ） (2023-06-14T17:57:24Z) - Self-Verification Improves Few-Shot Clinical Information Extraction [73.6905567014859]
大規模言語モデル (LLMs) は、数発のテキスト内学習を通じて臨床キュレーションを加速する可能性を示している。
正確性や解釈可能性に関する問題、特に健康のようなミッションクリティカルな領域ではまだ苦戦している。
本稿では,自己検証を用いた汎用的な緩和フレームワークについて検討する。このフレームワークはLLMを利用して,自己抽出のための証明を提供し,その出力をチェックする。
論文 参考訳（メタデータ） (2023-05-30T22:05:11Z) - Few-Shot Cross-lingual Transfer for Coarse-grained De-identification of
Code-Mixed Clinical Texts [56.72488923420374]
事前学習型言語モデル (LM) は低リソース環境下での言語間移動に大きな可能性を示している。
脳卒中におけるコードミキシング(スペイン・カタラン)臨床ノートの低リソース・実世界の課題を解決するために,NER (name recognition) のためのLMの多言語間転写特性を示す。
論文 参考訳（メタデータ） (2022-04-10T21:46:52Z) - CBLUE: A Chinese Biomedical Language Understanding Evaluation Benchmark [51.38557174322772]
中国初のバイオメディカル言語理解評価ベンチマークを提示する。
名前付きエンティティ認識、情報抽出、臨床診断正規化、単文/文対分類を含む自然言語理解タスクのコレクションである。
本研究は,現在の11種類の中国モデルによる実験結果について報告し,その実験結果から,現在最先端のニューラルモデルがヒトの天井よりもはるかに悪い性能を示すことが示された。
論文 参考訳（メタデータ） (2021-06-15T12:25:30Z) - Weakly supervised one-stage vision and language disease detection using
large scale pneumonia and pneumothorax studies [9.34633748515622]
我々は,MIMIC-CXRデータセット上に,新しい放射線学者のペア境界ボックスと自然言語アノテーションを提案する。
また、弱教師付きトランスフォーマー層選択型ワンステージデュアルヘッド検出アーキテクチャ(LITERATI)を提案する。
アーキテクチャの変更は、3つの障害に対処する - 教師付き視覚と言語検出を弱教師付きで実装し、臨床参照表現自然言語情報を取り入れ、マップ確率の高い忠実度検出を生成する。
論文 参考訳（メタデータ） (2020-07-31T00:04:14Z)
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。