論文の概要: An Image Dataset of Common Skin Diseases of Bangladesh and Benchmarking Performance with Machine Learning Models

• arxiv url: http://arxiv.org/abs/2603.25229v1
• Date: Thu, 26 Mar 2026 09:31:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-27 20:52:48.216823
• Title: An Image Dataset of Common Skin Diseases of Bangladesh and Benchmarking Performance with Machine Learning Models
• Title（参考訳）: バングラデシュの共通皮膚疾患の画像データセットと機械学習モデルによるベンチマーク性能
• Authors: Sazzad Hossain, Saiful Islam, Muhammad Ibrahim, Md. Rasel Ahmed, Md Shuayb, Ahmedul Kabir,
• Abstract要約: バングラデシュでは, 接触皮膚炎, Vitiligo, Eczema, Scabies, Tinea Ringworm, Vitiligoの5種の皮膚疾患に焦点を当てた。 302,381,301,316,312の皮膚炎像,Eczema,S Scabies,Tinea Ringworm,Vitiligoからなる。
• 参考スコア（独自算出の注目度）: 2.4010860913039704
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Skin diseases are a major public health concern worldwide, and their detection is often challenging without access to dermatological expertise. In countries like Bangladesh, which is highly populated, the number of qualified skin specialists and diagnostic instruments is insufficient to meet the demand. Due to the lack of proper detection and treatment of skin diseases, that may lead to severe health consequences including death. Common properties of skin diseases are, changing the color, texture, and pattern of skin and in this era of artificial intelligence and machine learning, we are able to detect skin diseases by using image processing and computer vision techniques. In response to this challenge, we develop a publicly available dataset focused on common skin disease detection using machine learning techniques. We focus on five prevalent skin diseases in Bangladesh: Contact Dermatitis, Vitiligo, Eczema, Scabies, and Tinea Ringworm. The dataset consists of 1612 images (of which, 250 are distinct while others are augmented), collected directly from patients at the outpatient department of Faridpur Medical College, Faridpur, Bangladesh. The data comprises of 302, 381, 301, 316, and 312 images of Dermatitis, Eczema, Scabies, Tinea Ringworm, and Vitiligo, respectively. Although the data are collected regionally, the selected diseases are common across many countries especially in South Asia, making the dataset potentially valuable for global applications in machine learning-based dermatology. We also apply several machine learning and deep learning models on the dataset and report classification performance. We expect that this research would garner attention from machine learning and deep learning researchers and practitioners working in the field of automated disease diagnosis.
• Abstract（参考訳）: 皮膚疾患は世界中の公衆衛生上の問題であり、皮膚科の専門知識がなければその発見は困難であることが多い。 バングラデシュのような人口の多い国では、適格なスキンスペシャリストや診断器の数は需要を満たすには不十分である。 皮膚疾患の適切な検出と治療が欠如しているため、死を含む深刻な健康上の結果につながる可能性がある。 皮膚疾患の一般的な特徴は、肌の色、テクスチャ、パターンを変えることであり、人工知能と機械学習の時代には、画像処理とコンピュータビジョン技術を用いて皮膚疾患を検出することができる。 この課題に対応するために、機械学習技術を用いた一般的な皮膚疾患検出に焦点を当てた公開データセットを開発した。 バングラデシュでは, 接触皮膚炎, Vitiligo, Eczema, Scabies, Tinea Ringwormの5種の皮膚疾患に焦点を当てた。 このデータセットは、バングラデシュのファリドゥル医科大学(Faridpur Medical College)の外来患者から直接収集された1612枚の画像(そのうち250枚は別物だが、他のものは増量されている)で構成されている。 302,381,301,316,312の皮膚炎像,Eczema,S Scabies,Tinea Ringworm,Vitiligoからなる。 データは地域的に収集されるが、選択された病気は特に南アジアの多くの国で一般的であり、このデータセットは機械学習に基づく皮膚科学のグローバルな応用に有用である可能性がある。 また、データセットに機械学習およびディープラーニングモデルを適用し、分類性能を報告する。 この研究は、機械学習やディープラーニングの研究者や、自動疾患診断の分野での実践者から注目を集めることを期待している。

関連論文リスト

• DermINO: Hybrid Pretraining for a Versatile Dermatology Foundation Model [92.66916452260553]
  DermNIOは皮膚科学の多目的基盤モデルである。 自己教師型学習パラダイムを増強する、新しいハイブリッド事前学習フレームワークが組み込まれている。 さまざまなタスクにおいて、最先端のモデルよりも一貫して優れています。
  論文  参考訳（メタデータ） (2025-08-17T00:41:39Z)
• DermaCon-IN: A Multi-concept Annotated Dermatological Image Dataset of Indian Skin Disorders for Clinical AI Research [3.3114401663331137]
  DermaCon-INは、南インドで約3000人の患者から5450件以上の臨床画像が収集されたデータセットである。 それぞれの画像は、240以上の異なる診断がなされ、階層的、エチオロジーに基づく分類の下に構築された、ボード認証された皮膚科医によって注釈付けされる。 このデータセットは、インドにおける外来医療でよく見られる皮膚学的な状況と声調の変化を、幅広い範囲で捉えている。
  論文  参考訳（メタデータ） (2025-06-06T13:59:08Z)
• PASSION for Dermatology: Bridging the Diversity Gap with Pigmented Skin Images from Sub-Saharan Africa [29.405369900938393]
  アフリカでは皮膚科医が大幅に不足しており、人口は100万人に満たない。 これは、皮膚疾患に苦しむ小児人口の80%が皮膚疾患に悩まされている皮膚科医に対する高い需要とは対照的である。 PASSIONプロジェクトは、このデータをオープンソース化することを目的として、サブサハラ諸国の皮膚疾患の画像を収集し、この問題に対処することを目的としている。
  論文  参考訳（メタデータ） (2024-11-07T10:11:37Z)
• FairSkin: Fair Diffusion for Skin Disease Image Generation [54.29840149709033]
  拡散モデル (DM) は, 合成医用画像の生成において主要な手法となっているが, 臨界二倍偏差に悩まされている。 このようなバイアスを3段階のリサンプリング機構によって緩和する新しいDMフレームワークであるFairSkinを提案する。 本手法は, 画像の多様性と品質を著しく向上させ, 臨床環境における皮膚疾患の検出精度の向上に寄与する。
  論文  参考訳（メタデータ） (2024-10-29T21:37:03Z)
• Common and Rare Fundus Diseases Identification Using Vision-Language Foundation Model with Knowledge of Over 400 Diseases [57.27458882764811]
  以前の網膜画像の基礎モデルは、限られた疾患カテゴリと知識ベースで事前訓練された。 RetiZeroの事前トレーニングのために、公開データセット、眼科文献、オンラインリソースから得られたテキスト記述と組み合わせた341,896のベースイメージをコンパイルした。 RetiZeroは、ゼロショット病の認識、画像と画像の検索、内部およびドメイン間の疾患の識別など、いくつかの下流タスクにおいて優れたパフォーマンスを示す。
  論文  参考訳（メタデータ） (2024-06-13T16:53:57Z)
• Optimizing Skin Lesion Classification via Multimodal Data and Auxiliary Task Integration [54.76511683427566]
  本研究は, スマートフォンで撮影した画像と本質的な臨床および人口統計情報を統合することで, 皮膚病変を分類する新しいマルチモーダル手法を提案する。 この手法の特徴は、超高解像度画像予測に焦点を当てた補助的なタスクの統合である。 PAD-UFES20データセットを用いて,様々なディープラーニングアーキテクチャを用いて実験を行った。
  論文  参考訳（メタデータ） (2024-02-16T05:16:20Z)
• Automatic Facial Skin Feature Detection for Everyone [60.31670960526022]
  本研究では,野生の自撮り自撮りのために,さまざまな肌のトーンと年齢群にまたがって機能する顔顔の特徴自動検出法を提案する。 具体的には,肌の色,重度度,照明条件の異なる自撮り画像に対して,アクネ,顔料,ニキビの位置を注釈する。
  論文  参考訳（メタデータ） (2022-03-30T04:52:54Z)
• Disparities in Dermatology AI Performance on a Diverse, Curated Clinical Image Set [10.212881174103996]
  現状のAIモデルでは、Diverse Dermatology Imagesデータセットでは、はるかにパフォーマンスが悪くなっている。 皮膚科医は、通常、AIトレーニングやデータセットのテストのために視覚的なラベルを提供するが、暗い肌のトーンや珍しい病気のイメージに悪影響を及ぼす。
  論文  参考訳（メタデータ） (2022-03-15T20:33:23Z)
• Disparities in Dermatology AI: Assessments Using Diverse Clinical Images [9.767299882513825]
  異種皮膚画像データセットでは,最先端の皮膚科AIモデルの性能が著しく低下していることが示される。 DDIデータセットでよく表現されているダークスキンのトーンや異常な病気が、パフォーマンスの低下につながることが分かりました。
  論文  参考訳（メタデータ） (2021-11-15T07:04:58Z)
• Skin Diseases Detection using LBP and WLD- An Ensembling Approach [11.342730352935913]
  皮膚病変の画像から,レプロシー,ティエナ・ヴァーシカラー,ビティリゴの3種類の皮膚疾患を自動検出する手法を提案する。 提案手法は, 皮膚領域のテクスチャパターンを表現するために, ウェバー局所記述子と局所二分パターンを含む。
  論文  参考訳（メタデータ） (2020-04-08T17:09:59Z)

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。