MétaCan
Menu
Retour à la cohorte
Enregistrement W2760409432 · doi:10.1109/rbme.2017.2757013

Are Current Advances of Compression Algorithms for Capsule Endoscopy Enough? A Technical Review

2017· review· en· W2760409432 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Reviews in Biomedical Engineering · 2017
Typereview
Langueen
DomaineMedicine
ThématiqueGastrointestinal Bleeding Diagnosis and Treatment
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésComputer scienceCapsule endoscopyData compressionRisk analysis (engineering)Bandwidth (computing)Image compressionStrengths and weaknessesAlgorithmImage processingArtificial intelligenceTelecommunicationsMedicineImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

The recent technological advances in capsule endoscopy system have revolutionized the healthcare system by introducing new techniques and functionalities to diagnose gastrointestinal tract. These techniques improve diagnostic accuracy and reduce the risk of hospitalization. Although many benefits of capsule endoscopy are known, there are still limitations including lower battery life, higher bandwidth, poor image quality and lower frame rate, which have restricted its wide use. In order to solve these limitations, the importance of a low-cost compression algorithm, that produces higher frame rate with better image quality and yet consumes lower bandwidth and transmission power, is paramount. While several review papers have been published describing the capability of capsule endoscope in terms of its functionality and emerging features, an extensive review on the compression algorithms from past and for future applications is still of great interest. Hence, in this review, we aim to address the issue by exploring the characteristics of endoscopic images, analyzing the strengths and weaknesses of useful compression techniques, and making suggestions for possible future adaptation.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,687
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0060,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,189
Tête enseignante GPT0,464
Écart entre enseignants0,275 · 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