会員登録をお勧めします。無料です。

WHITE CROSSは若手歯科医師の3人に1人が登録する、国内最大級の歯科向け情報サイトです。
歯科医師のみならず、医療関係者の皆様へ最新の臨床・経営、ニュース、イベント情報などを配信しています

無料の会員登録で、以下の機能がご利用いただけるようになります

お役立ちツール

コミュニティ

ドクタートークや記事へのコメント、統計への参加や結果参照など、ユーザー様参加型コンテンツへアクセスできます。

論文検索

論文検索

日本語AIで読むPubMed論文検索機能へ自由にアクセス可能です。

ライブセミナー

ライブセミナー

LIVEセミナーやVODによるWebセミナーへの視聴申し込みが可能です。
※別途視聴費用のかかるものがあります。

胸部X線写真における結核検出の改善のためのモデルの新規積層一般化 | 日本語AI翻訳でPubMed論文検索 | WHITE CROSS 歯科医師向け情報サイト

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。
Conf Proc IEEE Eng Med Biol Soc.2018 07;2018:718-721. doi: 10.1109/EMBC.2018.8512337.

胸部X線写真における結核検出の改善のためのモデルの新規積層一般化

A novel stacked generalization of models for improved TB detection in chest radiographs.

  • S Rajaraman
  • S Candemir
  • Z Xue
  • P O Alderson
  • M Kohli
  • J Abuya
  • G R Thoma
  • S Antani
PMID: 30440497 DOI: 10.1109/EMBC.2018.8512337.

抄録

胸部X線(CXR)検査は、活動性肺結核(TB)を確認するためのプロトコルの一般的な部分である。しかし、多くの結核常在地域では、放射線診断サービスのリソースが著しく制限されており、タイムリーな結核の検出と治療が妨げられている。コンピュータ支援診断(CADx)ツールは、意思決定を補完すると同時に、移動式フィールドスクリーニング時の専門家による放射線学的解釈のギャップに対処することができる。これらのツールは、手作業で作成された、あるいは畳み込みニューラルネットワーク(CNN)で計算された画像特徴を使用しています。ディープラーニング(DL)モデルの一種であるCNNは、視覚認識の分野で研究が盛んになってきています。アンサンブル学習は、非線形な意思決定関数を構築し、視覚認識を向上させるという固有の利点を持っていることが示されている。本研究では,CXRにおけるTB検出の改善に向けて,ハンドエンジニアリングとCNN特徴量を用いた分類器のスタッキングを作成した.得られた結果は、最先端の技術を凌駕する有望なものであった。

Chest x-ray (CXR) analysis is a common part of the protocol for confirming active pulmonary Tuberculosis (TB). However, many TB endemic regions are severely resource constrained in radiological services impairing timely detection and treatment. Computer-aided diagnosis (CADx) tools can supplement decision-making while simultaneously addressing the gap in expert radiological interpretation during mobile field screening. These tools use hand-engineered and/or convolutional neural networks (CNN) computed image features. CNN, a class of deep learning (DL) models, has gained research prominence in visual recognition. It has been shown that Ensemble learning has an inherent advantage of constructing non-linear decision making functions and improve visual recognition. We create a stacking of classifiers with hand-engineered and CNN features toward improving TB detection in CXRs. The results obtained are highly promising and superior to the state-of-the-art.