論文の概要: PSO-Net: Development of an automated psoriasis assessment system using attention-based interpretable deep neural networks

• arxiv url: http://arxiv.org/abs/2501.18782v1
• Date: Thu, 30 Jan 2025 22:18:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-03 14:00:26.902586
• Title: PSO-Net: Development of an automated psoriasis assessment system using attention-based interpretable deep neural networks
• Title（参考訳）: PSO-Net:注目に基づく解釈可能な深層ニューラルネットワークを用いた自動乾物評価システムの開発
• Authors: Sharif A. Kamran, Molly V. Lucas, Brendon Lutnick, Chaitanya Parmar, Basudha Pal, Asha Patel Shah, David Apfel, Steven Fakharzadeh, Lloyd Miller, Stephen Yip, Kristopher Standish, Gabriela Oana Cula,
• Abstract要約: Psoriasis Area and Severity Index (PASI) は、臨床治験におけるPsoriasis Severityを評価する標準的な測定基準として用いられる。 本稿では,PSO-Net と呼ばれる新しい深層学習アーキテクチャを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: Psoriasis is a chronic skin condition that requires long-term treatment and monitoring. Although, the Psoriasis Area and Severity Index (PASI) is utilized as a standard measurement to assess psoriasis severity in clinical trials, it has many drawbacks such as (1) patient burden for in-person clinic visits for assessment of psoriasis, (2) time required for investigator scoring and (3) variability of inter- and intra-rater scoring. To address these drawbacks, we propose a novel and interpretable deep learning architecture called PSO-Net, which maps digital images from different anatomical regions to derive attention-based scores. Regional scores are further combined to estimate an absolute PASI score. Moreover, we devise a novel regression activation map for interpretability through ranking attention scores. Using this approach, we achieved inter-class correlation scores of 82.2% [95% CI: 77- 87%] and 87.8% [95% CI: 84-91%] with two different clinician raters, respectively.
• Abstract（参考訳）: Psoriasisは、長期治療とモニタリングを必要とする慢性皮膚疾患である。 Psoriasis Area and Severity Index (PASI) は, 臨床治験におけるPsoriasis Severityを評価するための標準尺度として用いられているが, 1) 臨床受診時の患者負担, (2) 検査に要する時間, および, および, 臨床検診におけるintra-rater scoreのばらつきなど多くの欠点がある。 これらの欠点に対処するため,PSO-Netと呼ばれる新しい深層学習アーキテクチャを提案する。 さらに地域スコアが組み合わされ、絶対PASIスコアが推定される。 さらに,注目スコアをランク付けすることで,解釈可能性のための新たな回帰アクティベーションマップを考案する。 本手法を用いて,2種類のクリニカルラベラーを用いたクラス間相関スコアを82.2% (95% CI: 77-87%) と87.8% (95% CI: 84-91%) とした。

関連論文リスト

• Quantifying Impairment and Disease Severity Using AI Models Trained on Healthy Subjects [27.786240241494436]
  Confidence-based chaRacterization of Anomalies (COBRA) スコアは、障害または疾患のある患者に提示された場合、これらのモデルの信頼性の低下を利用する。 脳卒中患者の上半身障害の現在の臨床的評価の鍵となる限界にCOBRAスコアを適用した。
  論文  参考訳（メタデータ） (2023-11-21T18:45:52Z)
• A Federated Learning Framework for Stenosis Detection [70.27581181445329]
  本研究は,冠動脈造影画像(CA)の狭窄検出におけるFL(Federated Learning)の使用について検討した。 アンコナのOspedale Riuniti(イタリア)で取得した200人の患者1219枚の画像を含む2施設の異種データセットについて検討した。 データセット2には、文献で利用可能な90人の患者からの7492のシーケンシャルな画像が含まれている。
  論文  参考訳（メタデータ） (2023-10-30T11:13:40Z)
• Neural Network-Based Histologic Remission Prediction In Ulcerative Colitis [38.150634108667774]
  潰瘍性大腸炎(UC)の新しい治療標的としての組織学的寛解 内視鏡(Endocytoscopy、EC)は、新しい超高倍率内視鏡技術である。 本稿では,心電図の組織学的疾患活動を評価するニューラルネットワークモデルを提案する。
  論文  参考訳（メタデータ） (2023-08-28T15:54:14Z)
• Exploiting segmentation labels and representation learning to forecast therapy response of PDAC patients [60.78505216352878]
  化学療法に対する腫瘍反応を予測するためのハイブリッドディープニューラルネットワークパイプラインを提案する。 セグメンテーションから分類への表現伝達の組み合わせと、ローカライゼーションと表現学習を利用する。 提案手法は, 合計477個のデータセットを用いて, ROC-AUC 63.7% の処理応答を予測できる, 極めて効率的な手法である。
  論文  参考訳（メタデータ） (2022-11-08T11:50:31Z)
• White Matter Tracts are Point Clouds: Neuropsychological Score Prediction and Critical Region Localization via Geometric Deep Learning [68.5548609642999]
  ホワイトマタートラクトデータを用いた神経心理学的スコア予測のためのディープラーニングに基づくフレームワークを提案する。 各点の微細構造測定を行う点雲として, arcuate fasciculus (AF) を表現した。 Paired-Siamese Lossでは,連続した神経心理学的スコアの違いに関する情報を利用した予測性能を改善した。
  論文  参考訳（メタデータ） (2022-07-06T02:03:28Z)
• A Pathology-Based Machine Learning Method to Assist in Epithelial Dysplasia Diagnosis [0.0]
  上皮性Dysplasia(ED)は口腔癌に先行する病変にみられる組織変化である。 本研究では, 変形性上皮の検出を支援するために, 計算コストの低い分類システムを設計する手法を提案する。
  論文  参考訳（メタデータ） (2022-04-07T16:45:28Z)
• Identification of Ischemic Heart Disease by using machine learning technique based on parameters measuring Heart Rate Variability [50.591267188664666]
  本研究は,243名の非侵襲的特徴(年齢,性別,左室容積率,HRV15)を用いて,一連のANNの訓練と評価を行った。 最高の結果は、7つの入力パラメータと7つの隠れノードを使用して、トレーニングと検証データセットに対して98.9%と82%の精度で得られた。
  論文  参考訳（メタデータ） (2020-10-29T19:14:41Z)
• Psoriasis Severity Assessment with a Similarity-Clustering Machine Learning Approach Reduces Intra- and Inter-observation variation [0.0]
  本稿では,デジタル画像,比較Webアプリケーション,類似性クラスタリングなどを含む手法の評価を行い,その有効性を評価する。 5人の皮膚科医が類似性クラスタリングを用いてPASI,絶対スコア,相対的なPASIスコアを用いて乾息の重症度を評価した。
  論文  参考訳（メタデータ） (2020-09-18T18:04:32Z)
• CovidDeep: SARS-CoV-2/COVID-19 Test Based on Wearable Medical Sensors and Efficient Neural Networks [51.589769497681175]
  新型コロナウイルス(SARS-CoV-2)がパンデミックを引き起こしている。 SARS-CoV-2の逆転写-ポリメラーゼ連鎖反応に基づく現在の試験体制は、試験要求に追いついていない。 我々は,効率的なDNNと市販のWMSを組み合わせたCovidDeepというフレームワークを提案する。
  論文  参考訳（メタデータ） (2020-07-20T21:47:28Z)
• COVID-Net S: Towards computer-aided severity assessment via training and validation of deep neural networks for geographic extent and opacity extent scoring of chest X-rays for SARS-CoV-2 lung disease severity [58.23203766439791]
  胸部X線(CXR)はSARS-CoV-2重症度を評価するためにしばしば用いられる。 本研究では,深層学習システムを用いて,SARS-CoV-2肺疾患重症度に対するCXRのコンピュータ支援による評価の有効性を評価する。
  論文  参考訳（メタデータ） (2020-05-26T16:33:52Z)
• Spinal Metastases Segmentation in MR Imaging using Deep Convolutional Neural Networks [0.0]
  本研究の目的は,深層学習を用いた診断MR画像における脊髄転移の分節化である。 U-Net様アーキテクチャを用いて40例の臨床検査を行った。 専門的な注釈付き病変のセグメンテーションと比較すると、Diceの平均スコアは77.6%、平均感度は78.9%という有望な結果を得た。
  論文  参考訳（メタデータ） (2020-01-08T10:59:31Z)

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。