DIKOApp:一个基于人工智能的诊断系统,用于膝关节关节炎
Trung Hieu Phan1, Trung Tuan Nguyen2, Thanh Dat Nguyen2
1Ho Chi Minh City University of Technology (HCMUT), VNU-HCM, Ho Chi Minh City, Vietnam.
Journal of imaging informatics in medicine
|January 8, 2025
概括
DIKOApp提供了一种人工智能驱动的解决方案,用于诊断膝关节关节炎,在越南患者中达到89.34%的准确性. 这种工具可以提高医疗保健提供者的诊断速度和准确性.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 整形外科 整形外科 整形外科
背景情况:
- 膝关节关节炎的诊断是复杂和具有挑战性的.
- 现有的AI方法在现实世界医学图像分析中遇到了困难.
- 特定种群的独特生物学特征,如越南人,限制了先前研究的适用性.
研究的目的:
- 推出DIKOApp,这是膝关节骨关节炎的自动诊断应用程序.
- 解决基于人工智能的膝关节骨关节炎诊断方面的挑战,特别是针对越南人口.
- 利用一种新的DIKO框架,将医学知识和计算机视觉结合起来.
主要方法:
- 基于DIKO框架开发了DIKOApp,采用了两阶段的方法.
- 在专门为越南人口策划的数据集上训练模型.
- 采用高效的数据采样和增强技术,用于真实世界的医疗图像.
主要成果:
- 在对越南人的真实数据集上,DIKO模型实现了89.34%的准确性.
- 获得了0.88的F1得分,表明了强大的诊断性能.
- 申请证明了临床使用的实际潜力.
结论:
- DIKOApp为膝关节骨关节炎诊断提供了一个有效和准确的AI驱动工具.
- 该框架对改善诊断准确性和减少医疗保健提供者的时间显示出希望.
- 这种应用具有显著的潜力,可以提高患者的护理和结果.
更多相关视频
08:52Software-Assisted Quantitative Measurement of Osteoarthritic Subchondral Bone Thickness
Published on: March 18, 2022
2.9K
07:22Glycemic Impact on Knee Osteoarthritis Symptoms on Physical, Radiographic, and Inflammatory Markers among Individuals Aged 50 and Over with Diabetes
Published on: March 7, 2025
196
