文献

J-GLOBAL ID：202202277627415837   整理番号：22A0841686

ADA-COVID:3重項埋込みを用いた肺CTスキャンからのCOVID-19の敵対的深部領域適応に基づく診断【JST・京大機械翻訳】

ADA-COVID: Adversarial Deep Domain Adaptation-Based Diagnosis of COVID-19 from Lung CT Scans Using Triplet Embeddings

著者 (3件)： Aria Mehrad (Faculty of Information Technology and Computer Engineering, Azarbaijan Shahid Madani University, Tabriz, Iran) ,  Nourani Esmaeil (Faculty of Information Technology and Computer Engineering, Azarbaijan Shahid Madani University, Tabriz, Iran) ,  Golzari Oskouei Amin (Department of Computer Engineering, Faculty of Electrical and Computer Engineering, University of Tabriz, Tabriz, Iran)
資料名： Computational Intelligence and Neuroscience (Web)  (Computational Intelligence and Neuroscience (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7694A  ISSN： 1687-5265  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 高い信頼性を有するCOVID-19の迅速診断は,初期段階において必須である。この目的のために,最近の研究は,COVID-19を診断するためのマシンビジョン法と組み合わせた医用イメージングをしばしば使用する。しかし,医用画像の不足と,異なる医用イメージングツール,方法,および専門家から生じる既存のデータセットにおける固有の差異は,機械学習ベースの方法の一般化に影響を及ぼす可能性がある。また,これらの方法の大部分は訓練され,同じデータセット上でテストされ,一般化可能性を低減し,実世界アプリケーションにおける得られたモデルの低い信頼性を引き起こす。本論文は,ADA-COVIDと呼ばれる肺CTスキャン画像からのCOVID-19を診断するための敵対的深部ドメイン適応ベースアプローチを紹介した。ドメイン適応ベース訓練プロセスは,医用画像のためのドメイン不変表現を生成するために,異なる入力ドメインを有する複数のデータセットを受信する。また,マシンビジョンタスクにおける他の画像データと比較して医用画像の過度の構造類似性により,同じクラス(感染事例)のサンプルに対して類似の表現を生成するために,三重項損失関数を用いた。ADA-COVIDの性能を評価し,他の最先端のCOVID-19診断アルゴリズムと比較した。得られた結果は,ADA-COVIDが,同じデータを直接訓練しない場合でも,競争者の最良の結果と比較して,精度,再現率,およびF_1スコアにおいて,それぞれ,少なくとも3%,20%,20%,および11%の分類改善を達成することを示した。ADA-COVIDの実装ソースコードは,https://github.com/MehradAria/ADA-COVIDで公的に利用可能である。Copyright 2022 Mehrad Aria et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 信頼性 ,  損失関数 ,  *肺 ,  画像 ,  応用プログラム ,  医用画像 ,  類似性 ,  *計算機トモグラフィー ,  機械学習
準シソーラス用語： 再現率 ,  診断アルゴリズム ,  ソースコード ,  マシンビジョン ,  高信頼性 ,  医用画像処理 , 【Automatic Indexing@JST】

分類 (1件)： 医用画像処理  (JE04020T)

引用文献 (95件)：

• "Worldometer - real time world statistics," 2021, https://www.worldometers.info/.
• T. Ai, Z. Yang, H. Hou, C. Zhan, C. Chen, W. Lv, Q. Tao, Z. Sun, L. Xia, "Correlation of chest CT and RT-PCR testing for coronavirus disease 2019 (COVID-19) in China: a report of 1014 cases," Radiology, vol. 296, no. 2, pp. E32-E40, 2020.
• H. Alshazly, C. Linse, E. Barth, T. Martinetz, "Explainable covid-19 detection using chest ct scans and deep learning," Sensors, vol. 21, no. 2, pp. 455, 2021.
• A. Shamsi, H. Asgharnezhad, S. S. Jokandan, A. Khosravi, P. M. Kebria, D. Nahavandi, S. Nahavandi, D. Srinivasan, "An uncertainty-aware transfer learning-based framework for COVID-19 diagnosis," IEEE Transactions on Neural Networks and Learning Systems, vol. 32, no. 4, pp. 1408-1417, 2021.
• M. Ghaderzadeh, M. Aria, F. Asadi, "X-ray equipped with artificial intelligence: changing the COVID-19 diagnostic paradigm during the pandemic," BioMed Research International, vol. 2021, pp. 16, 2021.

タイトルに関連する用語 (10件)： Ada ,  3重項 ,  埋込み ,  肺 ,  CTスキャン ,  COVID-19 ,  敵対 ,  深部 ,  適応 ,  診断