論文の概要: Towards Transparent Diagnostics: Investigating Architectural Trade-offs and Explainability in Malaria Detection

• arxiv url: http://arxiv.org/abs/2609.31682v1
• Date: Wed, 16 Sep 2026 13:24:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 13:52:19.935766
• Title: Towards Transparent Diagnostics: Investigating Architectural Trade-offs and Explainability in Malaria Detection
• Title（参考訳）: 透明診断に向けて : マラリア検出における構造的トレードオフと説明可能性の検討
• Abstract要約: 80カ国以上で6万1000人が死亡したマラリアが報告されており、増加が予想されている。 マラリアを早期かつ正確に同定することは、命を救うのに役立つ。 深層学習は医学的診断において有望な結果を示している。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: More than 80 countries have reported malaria cases with 610 thousand deaths and are projected to increase. Identifying malaria early and accurately helps save lives. The effective way to diagnose malaria is through microscopic methods that are labor intensive and require experts with special equipment. Deep learning (DL) has shown promising results in medical diagnosis. Here, we explored various DL models: ResNet18, MobileNetV2, EfficientNet-B2, VGG19 and also proposed a model for detecting malaria presence using blood smears taken from the NIH Malaria dataset. Our experiment shows that MobileNetV2 achieved 96.35% accuracy with the smallest model size (8.49 MB) and fastest inference (1.35 ms). The proposed model achieved 97.67% accuracy, 0.9756 AUC with longest inference time (13.17 ms). The larger architecture outputs a larger model size with moderate accuracy. Upon further pruning, the proposed model gained a slight improvement in accuracy and inference time. The GRAD-CAM, SHAP and LIME shade explainable AI (XAI) insights of the model.
• Abstract（参考訳）: 80カ国以上で6万1000人が死亡したマラリアが報告されており、増加が予想されている。 マラリアを早期かつ正確に同定することは、命を救うのに役立つ。 マラリアを診断する効果的な方法は、労働集約的な顕微鏡的な方法を通じて、特別な機器の専門家を必要としている。 深層学習(DL)は診断に有望な結果を示した。 そこで我々は,ResNet18,MobileNetV2,EfficientNet-B2,VGG19の様々なDLモデルについて検討し,NIHのマラリアデータセットから採取した血液スミアを用いてマラリアの存在を検出するモデルを提案した。 実験の結果,MobileNetV2 は最小モデルサイズ (8.49 MB) と最速推論 (1.35 ms) で96.35% の精度を達成した。 提案されたモデルは97.67%の精度で0.9756 AUCと最長推算時間 (13.17 ms) を達成した。 より大きなアーキテクチャは、適度な精度でより大きなモデルサイズを出力する。 さらなるプルーニングを行うと、提案モデルは精度と推測時間にわずかに改善された。 GRAD-CAM、SHAP、LIMEといったモデルに関するAI(XAI)の洞察。

関連論文リスト

• A CNN-Based Malaria Diagnosis from Blood Cell Images with SHAP and LIME Explainability [0.0]
  マラリアは熱帯気候と亜熱帯気候の地域で広く健康上の問題となっている。 顕微鏡的血液スミア分析のような従来の診断法は感度が低く、専門家の判断に依存し、遠隔地では利用できないリソースを必要とする。 本研究では、独自の畳み込みニューラルネットワーク(CNN)を用いた深層学習による血液細胞画像の自動分類手法を提案する。
  論文  参考訳（メタデータ） (2025-12-21T14:55:25Z)
• Brain Tumor Classification on MRI in Light of Molecular Markers [56.99710477905796]
  1p/19q遺伝子の同時欠失は、低グレードグリオーマの臨床成績と関連している。 本研究の目的は,MRIを用いた畳み込みニューラルネットワークを脳がん検出に活用することである。
  論文  参考訳（メタデータ） (2024-09-29T07:04:26Z)
• Automated Web-Based Malaria Detection System with Machine Learning and Deep Learning Techniques [0.0]
  マラリア原虫は、世界的な健康上の重荷となり、広範囲の苦しみと死亡を引き起こしている。 従来のCNNと転写学習モデルを用いて,マラリア感染細胞分類のための深層学習手法を定式化した。 システムはWebインターフェースを通じてアクセスでき、血液のスミア画像をアップロードしてマラリア検出を行うことができる。
  論文  参考訳（メタデータ） (2024-06-27T16:50:36Z)
• Federated Learning Enables Big Data for Rare Cancer Boundary Detection [98.5549882883963]
  6大陸にわたる71の医療機関のデータを含む,これまでで最大のフェデレーテッドML研究の結果を報告する。 グリオ芽腫の稀な疾患に対する腫瘍境界自動検出装置を作製した。 当科では, 外科的に標的とした腫瘍の悪性度を高めるために, 33%の改善率を示し, 腫瘍全体に対する23%の改善率を示した。
  論文  参考訳（メタデータ） (2022-04-22T17:27:00Z)
• End-to-end Malaria Diagnosis and 3D Cell Rendering with Deep Learning [0.0]
  マラリアは寄生虫感染であり、世界的な健康に重大な負担を与える。 30秒ごとに1人の子供が死亡し、毎年100万人以上が死亡している。 マラリアを診断するための現在の金の基準は、顕微鏡、試薬、その他の装置を必要とし、低社会経済的括弧の患者はアクセスできない。
  論文  参考訳（メタデータ） (2021-07-08T08:13:11Z)
• Localization of Malaria Parasites and White Blood Cells in Thick Blood Smears [5.36646793661301]
  本研究はマラリア原虫および白血球(WBCs)の局在と数に対するエンドツーエンドアプローチを提案する。 血液スミア画像のスライスデータセットを用いて,得られたデジタル画像を解析するモデルを構築した。 予備的な結果は、我々のディープラーニングアプローチがマラリア原虫とWBCの数を確実に検出し、返却していることを示している。
  論文  参考訳（メタデータ） (2020-12-03T15:14:38Z)
• MOSQUITO-NET: A deep learning based CADx system for malaria diagnosis along with model interpretation using GradCam and class activation maps [9.01199960262149]
  マラリアは世界でも最も致命的な病気の1つで、毎年数千人が死亡している。 マラリアの原因となる寄生虫は、科学的にはプラスモジウムと呼ばれ、ヒトの赤血球に感染する。 マラリアの診断には、顕微鏡的血腫の医療従事者による寄生細胞の同定と手動計測が必要である。
  論文  参考訳（メタデータ） (2020-06-17T13:00:30Z)
• Cross-lingual Transfer Learning for COVID-19 Outbreak Alignment [90.12602012910465]
  われわれは、Twitterを通じてイタリアの新型コロナウイルス感染症(COVID-19)の早期流行を訓練し、他のいくつかの国に移る。 実験の結果,クロスカントリー予測において最大0.85のスピアマン相関が得られた。
  論文  参考訳（メタデータ） (2020-06-05T02:04:25Z)

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。