文献

J-GLOBAL ID：202202239114207912   整理番号：22A0964308

条件付きGANと知識蒸留を用いた合成CT画像による軽量COVID-19予測モデル【JST・京大機械翻訳】

A Lightweight COVID-19 predictive model with Synthetic CT images using Conditional GAN & Knowledge Distillation

著者 (3件)： Jain Sahaj (Delhi Technological University,Computer Engineering Department,New Delhi) ,  Mittal Saurabh (Delhi Technological University,Computer Engineering Department,New Delhi) ,  Bhat Aruna (Delhi Technological University,Computer Engineering Department,New Delhi)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICONAT  ページ： 1-6  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： COVID-19の場合,試験および処理を改善する必要性は急速に増加している。現在,RT-PCR,胸部CTスキャン画像,胸部X線スキャンなどの患者におけるCOVID-19の検出に対する医療の父性により多くの技術が用いられており,胸部CTスキャンは新規コロナウイルスのスクリーニングに対して非常に正確であることが証明されている。しかし,放射線科医のような訓練された専門職は,CTスキャンを分析するために必要であり,患者が陽性かどうかを決定する必要がある。感染数の急激なスパイクにより,そのような専門家の不足がある。機械学習ベースのシステムは,胸部CTスキャンからCOVID-19を正確に予測することができるならば,医師を支援するのに非常に有効である。しかし,利用可能な胸部CTスキャン画像の数は,正確な機械学習ベースの予測モデルを構築するために非常に少ない。COVID-19陽性および陰性胸部CT画像のデータ増強のための生成モデルを示した。ほぼ1502のCOVID-19の正と1510の負の画像を生成するため,条件付きDCGANを用いて,公的に利用可能なデータセットを拡張した。また,VGGとResNetのような事前訓練モデルを用いて予測モデルを構築し,COVID-19を検出し,87.7%までの精度を達成した。また,知識蒸留の技術を適用して,86.2%の精度を持ち,データセットで利用可能な最良モデルよりもほぼ11倍小さい軽量で計算的に安価な予測モデルを構築した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *蒸留 ,  計算機トモグラフィー ,  機械学習 ,  RT-PCR法 ,  *予測モデル
準シソーラス用語： コロナウイルス ,  *CT画像 ,  低価格 ,  胸部CT画像 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： GaN ,  知識蒸留 ,  CT画像 ,  軽量 ,  COVID-19 ,  予測モデル