MétaCan
Menu
Retour à la cohorte
Enregistrement W2008164858 · doi:10.1109/iembs.2011.6091282

Automated cavity detection of infectious pulmonary tuberculosis in chest radiographs

2011· article· en· W2008164858 sur OpenAlexaff
Tao Xu, Irene Cheng, Mrinal Mandal

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineMedicine
ThématiqueCOVID-19 diagnosis using AI
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHessian matrixComputer scienceArtificial intelligenceFeature extractionTuberculosisGaussianRadiographyFeature (linguistics)Image segmentationMedical diagnosisComputer visionPattern recognition (psychology)SegmentationRadiologyMedicineMathematicsPathology

Résumé

récupéré en direct d'OpenAlex

The presence of cavities in the upper lung zones is an important indicator of highly infectious Tuberculosis (TB). Diagnoses performed by the radiologists are labor intensive and of high inter-reader variation. After analyzing the existing computer-aided detection techniques, we propose an fully automated TB cavity detection system which combines a 2D Gaussian-model-based template matching (GTM) for candidates detection with Hessian-matrix-based image enhancement (HIE) for the following cavity segmentation and feature extraction. Experimental results demonstrate that our approach outperforms the existing TB cavity detection technique with higher accuracy and lower false positive rate.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,022
Tête enseignante GPT0,276
Écart entre enseignants0,253 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCOVID-19 diagnosis using AITravaux en français237 207