論文の概要: Stage Aware Diagnosis of Diabetic Retinopathy via Ordinal Regression

• arxiv url: http://arxiv.org/abs/2511.14398v1
• Date: Tue, 18 Nov 2025 12:02:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-19 16:23:53.090234
• Title: Stage Aware Diagnosis of Diabetic Retinopathy via Ordinal Regression
• Title（参考訳）: 糖尿病網膜症のステージアウェア診断
• Authors: Saksham Kumar, D Sridhar Aditya, T Likhil Kumar, Thulasi Bikku, Srinivasarao Thota, Chandan Kumar,
• Abstract要約: この作業では、APTOS 2019のファンドイメージデータセットを使用する、最先端のオーディショナル回帰に基づくDR検出フレームワークが導入されている。 DR分類において最も関連性の高い特徴を抽出するために,プリプロセッシング法の組み合わせを用いた。 通常の回帰アプローチでは、APTOSデータセットに新しいベンチマークを設定し、QWKスコアが0.8992に達した。
• 参考スコア（独自算出の注目度）: 2.5755043179316623
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Diabetic Retinopathy (DR) has emerged as a major cause of preventable blindness in recent times. With timely screening and intervention, the condition can be prevented from causing irreversible damage. The work introduces a state-of-the-art Ordinal Regression-based DR Detection framework that uses the APTOS-2019 fundus image dataset. A widely accepted combination of preprocessing methods: Green Channel (GC) Extraction, Noise Masking, and CLAHE, was used to isolate the most relevant features for DR classification. Model performance was evaluated using the Quadratic Weighted Kappa, with a focus on agreement between results and clinical grading. Our Ordinal Regression approach attained a QWK score of 0.8992, setting a new benchmark on the APTOS dataset.
• Abstract（参考訳）: 糖尿病網膜症(DR)は近年,予防的失明の主要な原因となっている。 タイムリーなスクリーニングと介入により、状態が不可逆的な損傷を引き起こすのを防ぐことができる。 この研究は、APTOS-2019のファンドイメージデータセットを使用する最先端のオーディショナル回帰に基づくDR検出フレームワークを導入している。 Green Channel (GC) extract, Noise Masking, CLAHEは, DR分類において最も重要な特徴を抽出するために用いられている。 準重み付きカッパを用いて, 結果と臨床成績の一致に着目し, モデル性能を評価した。 通常の回帰アプローチでは、APTOSデータセットに新しいベンチマークを設定し、QWKスコアが0.8992に達した。

関連論文リスト

• Predicting Diabetic Retinopathy Using a Two-Level Ensemble Model [0.6445605125467574]
  糖尿病網膜症は、高齢者の視覚障害の主要な原因である。 画像ベースのAIツールは、早期検出の限界を示している。 実験結果を用いたDR予測のための非画像ベース2レベルアンサンブルモデルを提案する。
  論文  参考訳（メタデータ） (2025-10-01T16:19:57Z)
• Design and Validation of a Responsible Artificial Intelligence-based System for the Referral of Diabetic Retinopathy Patients [65.57160385098935]
  糖尿病網膜症の早期発見は、視力喪失のリスクを最大95%減少させる可能性がある。 我々は、AIライフサイクル全体にわたる倫理的原則を取り入れた、DRスクリーニングのための責任あるAIシステムであるRAIS-DRを開発した。 当科におけるRAIS-DRをFDA認可のEyeArtシステムと比較した。
  論文  参考訳（メタデータ） (2025-08-17T21:54:11Z)
• Parameterized Diffusion Optimization enabled Autoregressive Ordinal Regression for Diabetic Retinopathy Grading [53.11883409422728]
  本研究は, AOR-DRと呼ばれる新しい自己回帰的順序回帰法を提案する。 我々は,糖尿病網膜症分類タスクを,前ステップの予測と抽出画像の特徴を融合させることにより,一連の順序段階に分解する。 拡散過程を利用して条件付き確率モデリングを行い、連続的グローバルな画像特徴を自己回帰に利用できるようにする。
  論文  参考訳（メタデータ） (2025-07-07T13:22:35Z)
• Domain Adaptive Diabetic Retinopathy Grading with Model Absence and Flowing Data [45.75724873443564]
  ドメインシフトは、糖尿病網膜症などの臨床応用において重要な課題である。 本稿では,データ中心の観点から適応可能なGUES(Generative Unadversarial Examples)を提案する。
  論文  参考訳（メタデータ） (2024-12-02T07:14:25Z)
• Deep Learning Ensemble for Predicting Diabetic Macular Edema Onset Using Ultra-Wide Field Color Fundus Image [2.9945018168793025]
  糖尿病性黄斑浮腫(DME)は糖尿病の重篤な合併症である。 1年以内にci-DMEの発症を予測するアンサンブル法を提案する。
  論文  参考訳（メタデータ） (2024-10-09T02:16:29Z)
• Automatic diagnosis of knee osteoarthritis severity using Swin transformer [55.01037422579516]
  変形性膝関節症 (KOA) は膝関節の慢性的な痛みと硬直を引き起こす疾患である。 我々は,Swin Transformer を用いて KOA の重大度を予測する自動手法を提案する。
  論文  参考訳（メタデータ） (2023-07-10T09:49:30Z)
• Learning to diagnose cirrhosis from radiological and histological labels with joint self and weakly-supervised pretraining strategies [62.840338941861134]
  そこで本稿では, 放射線学者が注釈付けした大規模データセットからの転写学習を活用して, 小さい付加データセットで利用できる組織学的スコアを予測することを提案する。 我々は,肝硬変の予測を改善するために,異なる事前訓練法,すなわち弱い指導法と自己指導法を比較した。 この方法は、METAVIRスコアのベースライン分類を上回り、AUCが0.84、バランスの取れた精度が0.75に達する。
  論文  参考訳（メタデータ） (2023-02-16T17:06:23Z)
• An Ensemble Method to Automatically Grade Diabetic Retinopathy with Optical Coherence Tomography Angiography Images [4.640835690336653]
  糖尿病網膜症解析チャレンジ(DRAC)2022から得られる糖尿病網膜症(DR)画像を自動的に評価するアンサンブル法を提案する。 まず、最先端の分類ネットワークを採用し、利用可能なデータセットの異なる分割でUW-OCTA画像のグレードをトレーニングする。 最終的に、25のモデルを取得し、そのうち上位16のモデルを選択し、アンサンブルして最終的な予測を生成する。
  論文  参考訳（メタデータ） (2022-12-12T22:06:47Z)
• Less is More: Adaptive Curriculum Learning for Thyroid Nodule Diagnosis [50.231954872304314]
  不整合ラベルによるサンプルの発見と破棄を適応的に行うAdaptive Curriculum Learningフレームワークを提案する。 また、TNCD: Thyroid Nodule Classification データセットも提供します。
  論文  参考訳（メタデータ） (2022-07-02T11:50:02Z)
• Cost-Sensitive Regularization for Diabetic Retinopathy Grading from Eye Fundus Images [20.480034690570196]
  本稿では,眼底画像から糖尿病網膜症(DR)の重症度を予測するための制約を強制するための簡単なアプローチを提案する。 正規化要因として機能する余分な用語で標準分類損失を拡大する。 DRグレーディングに関連する各サブプロブレムにおいて,ラベルノイズのモデル化に我々の手法を適用する方法について述べる。
  論文  参考訳（メタデータ） (2020-10-01T10:42:06Z)

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。