論文の概要: Improved Allergy Wheal Detection for the Skin Prick Automated Test Device

• arxiv url: http://arxiv.org/abs/2506.05862v1
• Date: Fri, 06 Jun 2025 08:31:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-09 17:28:43.37978
• Title: Improved Allergy Wheal Detection for the Skin Prick Automated Test Device
• Title（参考訳）: 皮膚プリック自動検査装置のアレルギー診断の改善
• Authors: Rembert Daems, Sven Seys, Valérie Hox, Adam Chaker, Glynnis De Greve, Winde Lemmens, Anne-Lise Poirrier, Eline Beckers, Zuzana Diamant, Carmen Dierickx, Peter W. Hellings, Caroline Huart, Claudia Jerin, Mark Jorissen, Hanne Oscé, Karolien Roux, Mark Thompson, Sophie Tombu, Saartje Uyttebroek, Andrzej Zarowski, Senne Gorris, Laura Van Gerven, Dirk Loeckx, Thomas Demeester,
• Abstract要約: Skin Prick Automated Test (SPAT) はテスト結果の一貫性を高めるために設計された。 吸入アレルギーの疑いのある患者868ドルのSPATデータを用いて,これらの画像から捕鯨を検出・デライン化するための自動手法を考案した。
• 参考スコア（独自算出の注目度）: 4.361388645210527
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Background: The skin prick test (SPT) is the gold standard for diagnosing sensitization to inhalant allergies. The Skin Prick Automated Test (SPAT) device was designed for increased consistency in test results, and captures 32 images to be jointly used for allergy wheal detection and delineation, which leads to a diagnosis. Materials and Methods: Using SPAT data from $868$ patients with suspected inhalant allergies, we designed an automated method to detect and delineate wheals on these images. To this end, $10,416$ wheals were manually annotated by drawing detailed polygons along the edges. The unique data-modality of the SPAT device, with $32$ images taken under distinct lighting conditions, requires a custom-made approach. Our proposed method consists of two parts: a neural network component that segments the wheals on the pixel level, followed by an algorithmic and interpretable approach for detecting and delineating the wheals. Results: We evaluate the performance of our method on a hold-out validation set of $217$ patients. As a baseline we use a single conventionally lighted image per SPT as input to our method. Conclusion: Using the $32$ SPAT images under various lighting conditions offers a considerably higher accuracy than a single image in conventional, uniform light.
• Abstract（参考訳）: 背景:スキン・プリック・テスト(SPT)は、吸入アレルギーに対する感受性を診断するための金の基準である。 Skin Prick Automated Test (SPAT) デバイスは、テスト結果の一貫性を高めるために設計され、アレルギーの捕鯨検知と脱線に32枚の画像が併用され、診断に繋がった。 材料と方法:吸入アレルギーの疑いのある患者868ドルのSPATデータを用いて,これらの画像から捕鯨を検知・デラインする自動手法を考案した。 この目的のために、10,416ドルの捕鯨船は、縁に沿って細かなポリゴンを描いて手動で注釈を付けた。 SPATのユニークなデータモダリティは、異なる照明条件下で32ドル(約3万2000円)の画像を撮影できるため、カスタムメイドのアプローチが必要となる。 提案手法は2つの部分から構成される: 画素レベルで捕鯨を分割するニューラルネットワークコンポーネント、次いで、捕鯨を検出・表示するためのアルゴリズム的・解釈可能なアプローチである。 結果: 患者217ドルのホールドアウト評価セットを用いて, 本手法の性能評価を行った。 ベースラインとして、SPT当たりの1つの光を入力として使用する。 結論: 様々な照明条件下で32ドルのSPAT画像を使用すると、従来の均一な光では単一の画像よりもかなり高い精度が得られる。

関連論文リスト

• Generalist Segmentation Algorithm for Photoreceptors Analysis in Adaptive Optics Imaging [3.9111016990170286]
  共焦点適応光学スキャニング光眼鏡(AOSLO)イメージングにより、導波路光受容体の反射から円錐を可視化することができる。 本稿では,AOSLO画像中のコーンの検出とセグメンテーションを行うための,ディープラーニング(DL)に基づく手法を提案する。
  論文  参考訳（メタデータ） (2024-08-27T06:49:21Z)
• Diffusion Facial Forgery Detection [56.69763252655695]
  本稿では,顔に焦点をあてた拡散生成画像を対象とした包括的データセットであるDiFFを紹介する。 人体実験といくつかの代表的な偽造検出手法を用いて,DiFFデータセットの広範な実験を行った。 その結果、人間の観察者と自動検出者の2値検出精度は30%以下であることが判明した。
  論文  参考訳（メタデータ） (2024-01-29T03:20:19Z)
• Improving Nonalcoholic Fatty Liver Disease Classification Performance With Latent Diffusion Models [0.0]
  拡散モデルを用いて生成した合成画像と実画像を組み合わせることで,非アルコール性脂肪性肝疾患分類性能を向上させることができることを示す。 その結果,拡散生成画像では最大ISスコアが1.90ドル,GANが1.67ドル,FIDスコアが6.9.45ドル,GANが100.05ドルであった。
  論文  参考訳（メタデータ） (2023-07-13T01:14:08Z)
• OADAT: Experimental and Synthetic Clinical Optoacoustic Data for Standardized Image Processing [62.993663757843464]
  オプトアコースティック(OA)イメージングは、ナノ秒レーザーパルスによる生体組織の励起と、光吸収による熱弾性膨張によって発生する超音波の検出に基づいている。 OAイメージングは、深部組織における豊富な光学コントラストと高分解能の強力な組み合わせを特徴としている。 臨床環境でのOAの幅広い応用を促進するために、異なるタイプの実験的なセットアップと関連する処理手法で生成される標準化データセットは存在しない。
  論文  参考訳（メタデータ） (2022-06-17T08:11:26Z)
• Gastrointestinal Polyps and Tumors Detection Based on Multi-scale Feature-fusion with WCE Sequences [0.0]
  本稿では,小腸ポリープと腫瘍を自動的に検出するtextbfTwo-stage textbfMulti-scale textbfFeature-fusion Learning Network(textbfTMFNet)を提案する。 実験では22,335個のWCE画像を用いて,123,092個の病変領域を用いて検出の枠組みを訓練した。
  論文  参考訳（メタデータ） (2022-04-03T07:24:50Z)
• Harmonizing Pathological and Normal Pixels for Pseudo-healthy Synthesis [68.5287824124996]
  そこで本研究では,新しいタイプの識別器であるセグメンタを提案し,病変の正確な特定と擬似健康画像の視覚的品質の向上を図っている。 医用画像強調に生成画像を適用し,低コントラスト問題に対処するために拡張結果を利用する。 BraTSのT2モダリティに関する総合的な実験により、提案手法は最先端の手法よりも大幅に優れていることが示された。
  論文  参考訳（メタデータ） (2022-03-29T08:41:17Z)
• CNN Filter Learning from Drawn Markers for the Detection of Suggestive Signs of COVID-19 in CT Images [58.720142291102135]
  畳み込みニューラルネットワーク(CNN)のフィルタを推定するために,大規模な注釈付きデータセットやバックプロパゲーションを必要としない手法を提案する。 少数のCT画像に対して、ユーザは、代表的な正常領域と異常領域にマーカーを描画する。 本発明の方法は、カーネルがマークされたものに似た拡張領域に特有な一連の畳み込み層からなる特徴抽出器を生成する。
  論文  参考訳（メタデータ） (2021-11-16T15:03:42Z)
• Assisted Probe Positioning for Ultrasound Guided Radiotherapy Using Image Sequence Classification [55.96221340756895]
  前立腺外照射療法における経皮的超音波画像誘導は, 患者設定中の各セッションにおけるプローブと前立腺の整合性を必要とする。 本研究では,画像とプローブ位置データの共同分類により,高精度なプローブ配置を確保する方法を示す。 マルチ入力マルチタスクアルゴリズムを用いて、光学的追跡された超音波プローブからの空間座標データを、繰り返しニューラルネットワークを用いて画像クラスシファイアと組み合わせ、リアルタイムで2セットの予測を生成する。 このアルゴリズムは平均(標準偏差)3.7$circ$ (1.2$circ$)の範囲内で最適なプローブアライメントを同定する。
  論文  参考訳（メタデータ） (2020-10-06T13:55:02Z)

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。