Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Generative Adversarial Network for Detecting Cyber Threats in Industrial Systems Kapitel lesen Erstes Kapitel lesen

2021 | OriginalPaper | Buchkapitel

A Computer-Aided Diagnosis System in the Diagnosis of Multiple Sclerosis

verfasst von : Polina Andropova, Dmitriy Cheremisin, Anna Meldo

Erschienen in: Proceedings of International Scientific Conference on Telecommunications, Computing and Control

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This chapter reviews the basics and recent researches of computer-aided diagnosis (CAD) systems for assisting neuroradiologists in the detection, monitoring and prediction of multiple sclerosis (MS) in magnetic resonance (MR) images. The CAD systems consist of image feature extraction based on image processing techniques and machine learning classifiers such as linear discriminant analysis, artificial neural networks, and support vector machines. We introduce useful examples of the CAD systems in the neuroradiology and conclude with possibilities in the future of the CAD systems for MS in MR images.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Usage of a BART Algorithm and Cognitive Services to Research Collaboration Platforms
Nächstes Kapitel Predicting Students’ Performance on MOOC Using Data Mining Algorithms
Literatur
1.
Huang, W.J., Chen, W.W., Zhang, X.: Multiple sclerosis: pathology, diagnosis and treatments. Exp. Ther. Med. 13(6), 3163–3166 (2017)CrossRef
2.
McDonald, W.I., Compston, A., Edan, G., Goodkin, D., Hartung, H.P., Lublin, F.D., et al.: Recommended diagnostic criteria for multiple sclerosis: guidelines from the International Panel on the diagnosis of multiple sclerosis. Ann. Neurol. 50, 121–127 (2001)CrossRef
3.
Polman, C.H., Reingold, S.C., Banwell, B., Clanet, M., Cohen, J.A., Filippi, M., et al.: Diagnostic criteria for multiple sclerosis: 2010 revisions to the McDonald criteria. Ann. Neurol. 69, 292–302 (2011)CrossRef
4.
Thompson, A.J., Banwell, B.L., Barkhof, F., Carroll, W.M., Coetzee, T., Comi, G., et al.: Diagnosis of multiple sclerosis: 2017 revisions of the McDonald criteria. Lancet Neurol. 17, 162–173 (2018)CrossRef
5.
Solomon, A.J., Corboy, J.R.: The tension between early diagnosis and misdiagnosis in multiple sclerosis. Nat. Rev. Neurol. 13, 567–572 (2017)CrossRef
6.
Cahan, A., Cimino, J.J.: A learning health care system using computer-aided diagnosis. J. Med. Internet Res. 19(3), e54 (2017)CrossRef
7.
Solomon, A., Pettigrew, R., Naismith, R., Chahin, S., Krieger, S., Weinshenker, B.: Challenges in multiple sclerosis diagnosis: misapplication and misunderstanding of the McDonald criteria (S6.001). Neurology, 92 (2019)
8.
Fernández, O., Fernández, V., Arbizu, T., Izquierdo, G., Bosca, I., Arroyo, R., et al.: Characteristics of multiple sclerosis at onset and delay of diagnosis and treatment in Spain (The Novo Study). J Neurol. 257, 1500–1507 (2010)CrossRef
9.
Nayak, D.R., Dash, R., Majhi, B., Prasad, V.: Automated pathological brain detection system: a fast discrete curvelet transform and probabilistic neural network-based approach. Expert Syst. Appl. 88, 152–164 (2017)CrossRef
10.
Mori, Y., Kudo, S.E., Berzin, T.M., Misawa, M., Takeda, K.: Computer-aided diagnosis for colonoscopy. Endoscopy 49, 813–819 (2017)CrossRef
11.
Hagiwara, Y., Koh, J.E.W., Tan, J.H., Bhandary, S.V., Laude, A., Ciaccio, E.J., Tong, L., Acharya, U.R.: Computer-aided diagnosis of glaucoma using fundus images: a review. Comput. Methods Programs Biomed. 165, 1–12 (2018)
12.
Saha, M., Mukherjee, R., Chakraborty, C.: Computer-aided diagnosis of breast cancer using cytological images: a systematic review. Tissue Cell. 48, 461–474 (2016)CrossRef
13.
Faust, O., Acharya, U.R., Sudarshan, V.K., San, T.R., Yeong, C.H., Molinari, F., Ng, K.H.: Computer-aided diagnosis of coronary artery disease, myocardial infarction and carotid atherosclerosis using ultrasound images: a review. Phys. Med. 33, 1–15 (2017)CrossRef
14.
Wang, S., Burtt, K., Turkbey, B., et al.: Computer aided-diagnosis of prostate cancer on multiparametric MRI: A technical review of current research. Biomed. Res. Int. 2014, 789561 (2014)
15.
Wang, Q., Li, H., Yan, X., et al.: Histogram analysis of diffusion kurtosis magnetic resonance imaging in differentiation of pathologic Gleason grade of prostate cancer. Urol. Oncol. Semin. Orig. Invest. 33, 337 (2015)
16.
Zaglam, N., Cheriet, F., Jouvet, P.: Computer-aided diagnosis for chest radiographs in intensive care. J. Pediatr. Intensive Care 5(3), 113–121 (2016)
17.
Wu, X., Lopez, M.: Multiple sclerosis slice identification by Haar wavelet transform and logistic regression. Front. Neurosci. 12, 818 (2018)
18.
19.
20.
Doyle, A., Precup, D., Arnold, D.L., Arbel, T.: Predicting future disease activity and treatment responders for multiple sclerosis patients using a bag-of-lesions brain representation. In: Medical Image Computing and Computer Assisted Intervention—MICCAI, pp. 186–194 (2017)
21.
Yoo, Y., Tang, L., Brosch, T., Li, D., Metz, L., Traboulsee, A., Tam, R.: Deep learning of brain lesion patterns for predicting future disease activity in patients with early symptoms of multiple sclerosis. LABELS/DLMIA@MICCAI (2016)
22.
Kanber, B., Nachev, P., Barkhof, F., Calvi, A., Cardoso, J., Cortese, R., Prados, F., Carole, H., Sudre, C., Tur, C., Ourselin, S., Ciccarelli, O.: High-dimensional detection of imaging response to treatment in multiple sclerosis. Digital Med. 2, article number: 49 (2019)
23.
Tousignant, A., Lemaître, P., Precup, D., Arnold, D., Arbel, T.: Prediction of progression in multiple sclerosis patients. Proc. Mach. Learn. Res. 102, 483–492 (2019)
24.
Khaligh-Razavi, S.-M., Sadeghi, M., Khanbagi, M., Kalafatis, C., Nabavi, S.: A self-administered, artificial intelligence (AI) platform for cognitive assessment in multiple sclerosis (MS) (2019). bioRxiv 611335. https://​doi.​org/​10.​1101/​611335
25.
Metadaten
Titel
A Computer-Aided Diagnosis System in the Diagnosis of Multiple Sclerosis
verfasst von
Polina Andropova
Dmitriy Cheremisin
Anna Meldo
Copyright-Jahr
2021
Verlag
Springer Singapore
Buch
Proceedings of International Scientific Conference on Telecommunications, Computing and Control

Print ISBN: 978-981-336-631-2

Electronic ISBN: 978-981-336-632-9

Copyright-Jahr: 2021

DOI
https://doi.org/10.1007/978-981-33-6632-9_24

Neuer Inhalt

    Bildnachweise