评估婴儿的骨指数角度:基于深度学习的新方法
Farmanullah Jan1, Atta Rahman1, Roaa Busaleh1
1Department of Computer Science, College of Computer Science and Information Technology, Imam Abdulrahman Bin Faisal University, P.O. Box 1982, Dammam 31441, Saudi Arabia.
Journal of imaging
|November 24, 2023
概括
一个新的深度学习框架使用X射线准确地检测婴儿的部发育性形 (DDH). 这种计算工具有助于专家在客观诊断,提高早期检测和治疗成功率这一关节疾病.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 儿科整形外科 儿科整形外科
背景情况:
- 部发育性形 (DDH) 是一种常见的婴儿部疾病,需要早期诊断才能有效治疗.
- 准确的DDH诊断依赖于盆腔X射线扫描的专家解释,如果没有专门的培训,这可能是具有挑战性的.
- 目前的DDH诊断方法可能缺乏客观性和一致性.
研究的目的:
- 开发和验证用于在婴儿骨盆X射线中客观检测DDH的计算框架.
- 使用深度学习方法精确测量骨指数角度,这是DDH的关键指标.
- 为医疗专家创建一个可访问的工具,以帮助早期和准确诊断DDH.
主要方法:
- 采用了两阶段的深度学习管道,结合实例细分和关键点检测模型.
- 该框架分析婴儿盆腔X射线图像,以确定表明DDH的部异常.
- 该系统量化了acetabular指数角度,提供了客观的诊断指标.
主要成果:
- 深度学习模型在测量acetabular角度方面表现出高精度,平均像素误差为2.862 ± 2.392.2.
- 与地面真相注释相比,acetabular角度测量误差在2.402 ± 1.963°的范围内.
- 开发的模型为DDH诊断提供了一个客观和统一的方法.
结论:
- 拟议的深度学习框架提供了一种可靠和客观的方法来检测婴儿的DDH.
- 将其集成到移动应用程序中将提高医疗专家的可访问性,减少诊断负担.
- 这项技术有可能提高早期DDH检测率,从而改善患者的治疗结果.
关键词:
探测器2 探测器2面具-RCNNN 在线阅读标签: 标签: RCNN 标签: 美国乙肌体指数 (acetabular index) 是一个指数.深度学习是一种深度学习.部发育性发育不良 (DDH)关键点 关键点 关键点更多相关视频
05:10Author Spotlight: An Automated Method for Assessing Visual Acuity in Infants and Toddlers Using an Eye-Tracking System
Published on: March 17, 2023
2.8K
08:40Author Spotlight: A Novel 3D-Printed Titanium Implant for Minimally Invasive Treatment of Hip Dysplasia in Young Dogs
Published on: April 19, 2024
2.2K
