通过人工智能提升医疗保健:在TEKNOFEST-2022上分析腹部紧急情况数据集 (TR_ABDOMEN_RAD_EMERGENCY)

科学领域:

• 医疗成像医学成像
• 计算机视觉 计算机视觉
• 医疗保健中的人工智能

背景情况:

• 在TEKNOFEST-2022人工智能竞赛的重点是腹部紧急情况,这是医疗保健中需要快速诊断的关键领域.
• 关于腹部紧急情况的现有放射学数据有限,阻碍了先进的诊断工具的开发.

研究的目的:

• 为人工智能研究引入一个精心策划的,注释的腹部紧急情况数据集.
• 介绍数据准备,注释和评估计算机视觉技术的方法,以对腹部紧急情况进行多类分类.

主要方法:

• 数据来源于国家电波辐射系统和e-Nabız,经过中央选和完全匿名化.
• 十位经验丰富的放射科医生的注释,使用F1分数来进行评估,该分数来自边界框的交叉与结合 (IoU).
• 基线绩效指标是通过平均前五个F1得分来确定的.

主要成果:

• 随着值的增加,F1得分下降,这表明对检测参数的敏感性.
• 第6类 (腹腔大动脉动脉瘤/解剖) 比第5类 (急性分泌炎) 更容易检测,这是最重要的挑战.
• 当考虑所有类别在0.5值时,数据集的复杂性和挑战是明显的.

结论:

• 该数据集包含六种类型的腹部紧急情况的标签和基本真相框,是研究人员的开创性资源.
• 这种注释数据集可以显著推进腹部紧急情况的AI模型开发,提高诊断速度和准确性.
• 人工智能应用可以增强患者护理并最大限度地减少错误,特别是在高案件负载的紧急放射学设置中.