文献

J-GLOBAL ID：202202258273685004   整理番号：22A0893655

胸部X線撮影による高密度畳込みネットワークを用いた過臨界慢性肺障害の診断【JST・京大機械翻訳】

Diagnosis of hypercritical chronic pulmonary disorders using dense convolutional network through chest radiography

著者 (3件)： Mehrotra Rajat (Department of Electrical & Electronics Engineering, GL Bajaj Institute of Technology & Management, Gr. Noida, India) ,  Agrawal Rajeev (Department of Electronics & Communication Engineering, GL Bajaj Institute of Technology & Management, Gr. Noida, India) ,  Ansari M. A. (Department of Electrical Engineering, School of Engineering, Gautam Buddha University, Gr. Noida, India)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 81  号： 6  ページ： 7625-7649  発行年： 2022年 
JST資料番号： W1102A  ISSN： 1380-7501  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 肺関連疾患は,主に喘息,慢性閉塞性肺疾患(COPD),結核,肺炎,線維症などを含む世界中で一般的であり,現在,COVID-19がこのリストに追加されている。COVID-19の感染は,咳,高熱および肺炎のような他の適応を伴う呼吸性合併症を引き起こす。WHOは,他者の間で致命的な癌型として肺の癌を同定し,従って,そのような癌のタイムリーな検出は,個人の健康にとって重要である。基本畳み込みニューラルネットワークは,非定型画像型の同定においてかなり良く実行されていないので,Thoracicまたは胸部X線(CXR)画像を用いた慢性肺疾患(CPD)およびCOVID-肺炎の認識および分類のための深層学習アプローチによる新規かつ完全に自動化されたフレームワークを推奨する。前処理のためのCXR画像からの関心領域を最初に抽出する新規3段階完全自動化法を提示し,次にそれらを正常試料から感染肺X線を検出するために使用した。その後,感染した肺画像は,さらにCOVID-肺炎,肺炎および他の慢性肺疾患(OCPD)に分類され,それは,これらの診断を正当化し,これらの死んだ肺疾患の時間治療において,放射線科医を助けるために,現在のシナリオで利用される可能性がある。最後に,COVID-19および肺炎のような重度の慢性肺疾患を示すCXRの領域を強調する。いくつかの実験結果に基づく様々な重要なパラメータの詳細な調査をここで行った。本論文では,感染されたものから正常肺X線を検出するアプローチを提示し,感染肺画像は,さらにCOVID-肺炎,肺炎および他の慢性肺疾患に分類され,96.8%の最大精度を有する。いくつかの他の集団性能測定は,提示したモデルの優位性を検証した。提案したフレームワークは,正常,COVID-肺炎,肺炎および他の慢性肺疾患(OCPD)に肺画像を分類する際に有効な結果を示す。このフレームワークは,この現在の流行シナリオで効果的に利用され,それらの診断を正当化し,これら死んだ肺疾患の時間治療で開始する。Copyright The Author(s), under exclusive licence to Springer Science+Business Media, LLC, part of Springer Nature 2022 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *畳込み ,  自動化 ,  *ネットワーク ,  前処理 ,  結核 ,  喘息 ,  肺炎 ,  *臨界 ,  咳 ,  線維症 ,  合併症 ,  肺疾患 ,  慢性閉塞性肺疾患
準シソーラス用語： *肺障害 ,  慢性肺疾患 , 【Automatic Indexing@JST】

著者キーワード (6件)： 慢性肺疾患 ,  COVID-19 ,  肺炎 ,  胸部X線(CXR) ,  深層学習 ,  CNN

分類 (1件)： 呼吸器の疾患  (GI03000Z)

タイトルに関連する用語 (6件)： 胸部X線撮影 ,  畳込み ,  臨界 ,  慢性 ,  肺障害 ,  診断