論文の概要: Devising a solution to the problems of Cancer awareness in Telangana

• arxiv url: http://arxiv.org/abs/2506.21500v1
• Date: Thu, 26 Jun 2025 17:29:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-27 19:53:10.21647
• Title: Devising a solution to the problems of Cancer awareness in Telangana
• Title（参考訳）: テランガナにおけるがん認識の課題に対する解決法の開発
• Authors: Priyanka Avhad, Vedanti Kshirsagar, Urvi Ranjan, Mahek Nakhua,
• Abstract要約: 2020年のテランガナにおける子宮頸癌、乳癌、口腔癌の検診を受けた女性の比率は3.3%であった。 子宮頸癌や乳がんの徴候や症状やスクリーニングの実践について、認識度は低い。 人口統計学的因子に基づいて,乳がんや頸部癌に罹患するリスクを予測できるML分類モデルを開発した。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: According to the data, the percent of women who underwent screening for cervical cancer, breast and oral cancer in Telangana in the year 2020 was 3.3 percent, 0.3 percent and 2.3 percent respectively. Although early detection is the only way to reduce morbidity and mortality, people have very low awareness about cervical and breast cancer signs and symptoms and screening practices. We developed an ML classification model to predict if a person is susceptible to breast or cervical cancer based on demographic factors. We devised a system to provide suggestions for the nearest hospital or Cancer treatment centres based on the users location or address. In addition to this, we can integrate the health card to maintain medical records of all individuals and conduct awareness drives and campaigns. For ML classification models, we used decision tree classification and support vector classification algorithms for cervical cancer susceptibility and breast cancer susceptibility respectively. Thus, by devising this solution we come one step closer to our goal which is spreading cancer awareness, thereby, decreasing the cancer mortality and increasing cancer literacy among the people of Telangana.
• Abstract（参考訳）: このデータによると、2020年のテランガナの子宮頸癌、乳がん、口腔癌の検診を受けた女性の比率は、それぞれ3.3%、0.3%、および2.3%であった。 早期発見は死亡率と死亡率を下げる唯一の方法であるが、子宮頸部癌や乳がんの徴候や症状、スクリーニングの実践に対する認識は極めて低い。 人口統計学的因子に基づいて,乳がんや頸部癌に罹患するリスクを予測できるML分類モデルを開発した。 ユーザの位置や住所に基づいて,最寄りの病院やがん治療センターに対して提案を行うシステムを開発した。 これに加えて、健康カードを統合して、すべての個人の医療記録を維持し、啓発活動やキャンペーンを行うことができる。 ML分類モデルでは, 子宮頸癌感受性と乳癌感受性に対する決定木分類とサポートベクター分類アルゴリズムを用いた。 したがって、このソリューションを考案することで、がんの認識を広げ、がんの死亡率を減少させ、テランガナ市民のがんリテラシーを高めるという目標に一歩近づきます。

関連論文リスト

• Deep Learning for Breast Cancer Detection: Comparative Analysis of ConvNeXT and EfficientNet [0.8158530638728501]
  本稿では2つの畳み込みニューラルネットワークを比較し,検診によるマンモグラムの癌の可能性を予測した。 ConvNeXTは94.33%のAUCスコア、93.36%の精度、95.13%のFスコア、92.34%のAUCスコア、91.47%の精度、93.06%のFスコアをRSNAスクリーニング乳がんデータセットで生成する。
  論文  参考訳（メタデータ） (2025-05-24T14:47:34Z)
• Boosting Medical Image-based Cancer Detection via Text-guided Supervision from Reports [68.39938936308023]
  本研究では, 高精度ながん検出を実現するための新しいテキスト誘導学習法を提案する。 本手法は,大規模プレトレーニングVLMによる臨床知識の活用により,一般化能力の向上が期待できる。
  論文  参考訳（メタデータ） (2024-05-23T07:03:38Z)
• Improving Breast Cancer Grade Prediction with Multiparametric MRI Created Using Optimized Synthetic Correlated Diffusion Imaging [71.91773485443125]
  乳がん治療計画において、グレーディングは重要な役割を担っている。 現在の腫瘍グレード法では、患者から組織を抽出し、ストレス、不快感、医療費の上昇につながる。 本稿では,CDI$s$の最適化による乳癌の診断精度の向上について検討する。
  論文  参考訳（メタデータ） (2024-05-13T15:48:26Z)
• Cancer-Net BCa-S: Breast Cancer Grade Prediction using Volumetric Deep Radiomic Features from Synthetic Correlated Diffusion Imaging [82.74877848011798]
  乳がんの流行は成長を続けており、2023年には米国で約30万人の女性に影響を及ぼした。 金標準のScarff-Bloom-Richardson(SBR)グレードは、化学療法に対する患者の反応を一貫して示すことが示されている。 本稿では,合成相関拡散(CDI$s$)画像を用いた乳がん鑑定における深層学習の有効性について検討する。
  論文  参考訳（メタデータ） (2023-04-12T15:08:34Z)
• A Multi-Institutional Open-Source Benchmark Dataset for Breast Cancer Clinical Decision Support using Synthetic Correlated Diffusion Imaging Data [82.74877848011798]
  Cancer-Net BCaは、乳がん患者の画像データであるボリュームCDI$s$の複数機関のオープンソースベンチマークデータセットである。 Cancer-Net BCaは、機械学習の進歩を加速し、がんと戦う臨床医を助ける、グローバルなオープンソースイニシアチブの一部として、一般公開されている。
  論文  参考訳（メタデータ） (2023-04-12T05:41:44Z)
• Recent trends and analysis of Generative Adversarial Networks in Cervical Cancer Imaging [0.0]
  子宮頸癌は女性の全がんの6-29%を占める。 この疾患の早期発見は、患者の治療と生存率の向上に役立つ。 Generative Adversarial Networks (GANs) は、子宮頸癌のスクリーニング、検出、分類において速度に追いついている。
  論文  参考訳（メタデータ） (2022-09-23T05:45:40Z)
• An Artificial Intelligence Outlook for Colorectal Cancer Screening [1.417373050337415]
  大腸癌は男性で3番目に多い腫瘍であり、女性では2番目に多く、世界の全腫瘍の10%を占めている。 がん関連死亡率は9.4%で、肺がんに次いで第2位である。
  論文  参考訳（メタデータ） (2022-09-05T07:27:50Z)
• Breast Cancer Detection using Histopathological Images [0.0]
  本稿では,先進的な深層学習技術の助けを借りて,塩分濃度検出システムを提案する。 CNN(VGG16, ResNet Architecture)による乳癌の5つの診断カテゴリーの同定について検討した。 この検出システムは、病理学者や医療機関が利用できるオープンソースのWebアプリケーションとして利用できる。
  論文  参考訳（メタデータ） (2022-02-12T17:45:43Z)
• EMT-NET: Efficient multitask network for computer-aided diagnosis of breast cancer [58.720142291102135]
  乳腺腫瘍の分類と分別を同時に行うための,効率的で軽量な学習アーキテクチャを提案する。 腫瘍分類ネットワークにセグメンテーションタスクを組み込むことにより,腫瘍領域に着目したバックボーンネットワークで表現を学習する。 腫瘍分類の精度、感度、特異性はそれぞれ88.6%、94.1%、85.3%である。
  論文  参考訳（メタデータ） (2022-01-13T05:24:40Z)
• CancerNet-SCa: Tailored Deep Neural Network Designs for Detection of Skin Cancer from Dermoscopy Images [71.68436132514542]
  皮膚がんはアメリカ合衆国で最も頻繁に診断されるがんである。 本研究では,皮膚内視鏡画像から皮膚がんを検出するための深層神経回路の設計手法である CancerNet-SCa について紹介する。
  論文  参考訳（メタデータ） (2020-11-21T02:17:59Z)

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。