文献

J-GLOBAL ID：202102225950309764   整理番号：21A3307489

胸部X線画像を用いたCOVID-19のマルチタスク駆動説明可能診断【JST・京大機械翻訳】

Multi-task driven explainable diagnosis of COVID-19 using chest X-ray images

著者 (10件)： Malhotra Aakarsh (IIIT-Delhi, New Delhi 110020, India) ,  Mittal Surbhi (IIT Jodhpur, 342037, India) ,  Majumdar Puspita (IIIT-Delhi, New Delhi 110020, India) ,  Chhabra Saheb (IIIT-Delhi, New Delhi 110020, India) ,  Thakral Kartik (IIT Jodhpur, 342037, India) ,  Vatsa Mayank (IIT Jodhpur, 342037, India) ,  Singh Richa (IIT Jodhpur, 342037, India) ,  Chaudhury Santanu (IIT Jodhpur, 342037, India) ,  Pudrod Ashwin (Ashwini Hospital and Ramakant Heart Care Centre, 431602, India) ,  Agrawal Anjali (TeleRadiology Solutions, 560048, India)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 122  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 世界的にCOVID-19ケース数の増加によって,すべての国は試験番号を上げている。RT-PCRキットは,いくつかの国で十分な量で利用可能であるが,他は,遠隔地での試験キットと処理センターの限られたアベイラビリティで挑戦に直面している。これは,研究者が信頼でき,容易にアクセスでき,より高速である試験の代替法を見つける動機となった。胸部X線はスクリーニングモダリティとして受け入れられるモダリティの1つである。この方向に向けて,本論文は2つの主要な貢献を持つ。最初に,COVID-19スクリーニングのための自動エンドツーエンドネットワークであるCOVID-19マルチタグネットワーク(COMiT-Net)を提示した。提案したネットワークは,CXRがCOVID-19特徴を持つかどうかを予測するだけでなく,モデル説明を可能にするための関心領域の意味セグメンテーションも行う。第2に,医療専門家の助けを借りて,胸部X線-14,CheXpert,および統合COVID-19データセットから採取したCXRにおけるCOVID19症状の肺領域および意味的セグメンテーションを手動で注釈付けした。これらの注釈は研究コミュニティに解放されるであろう。2500以上の正面CXR画像で行った実験は,90%の特異性で,提案したCOMiT-Netが96.80%の感度をもたらすことを示した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *セグメンテーション ,  ネットワーク ,  コミュニティ ,  アベイラビリティ ,  医療従事者 ,  スクリーニング ,  RT-PCR法
準シソーラス用語： *胸部X線撮影 ,  モダリティ ,  特異性 ,  *マルチタスク ,  関心領域 ,  遠隔地 , 【Automatic Indexing@JST】

著者キーワード (7件)： X線 ,  COVID-19 ,  検出 ,  診断 ,  深層学習 ,  説明可能な人工知能 ,  マルチタスク学習

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： 胸部X線画像 ,  COVID-19 ,  マルチタスク ,  説明 ,  診断