Daily Arxiv

Cette page résume et organise les publications en intelligence artificielle du monde entier.
Les contenus sont synthétisés grâce à Google Gemini et le service est proposé à but non lucratif.
Les droits d'auteur des articles appartiennent à leurs auteurs ou institutions respectives ; en cas de partage, il suffit d'en mentionner la source.

Classification fine des fractures du poignet chez l'enfant, tenant compte des données démographiques

Created by
  • Haebom

Auteur

Ammar Ahmed, Ali Shariq Imran, Zenun Kastrati, Sher Muhammad Daudpota

Contour

Cet article présente une approche basée sur la vision par ordinateur pour le diagnostic des lésions du poignet chez l'enfant. Pour pallier le manque de données d'imagerie médicale, nous utilisons une approche multidimensionnelle combinant les métadonnées des patients avec des images radiographiques X. Plus précisément, nous utilisons des pondérations pré-entraînées issues d'un jeu de données à granularité fine, plutôt que d'un jeu de données général comme ImageNet, et définissons le problème comme une tâche de reconnaissance à granularité fine. Contrairement aux études précédentes, nous sommes les premiers à appliquer l'intégration des métadonnées à la reconnaissance des lésions du poignet, obtenant une amélioration de la précision diagnostique de 2 % sur un petit jeu de données auto-construit et de plus de 10 % sur un jeu de données de fractures à grande échelle.

Takeaways, Limitations

•
Takeaways:
◦
Suggérant la possibilité d’améliorer la précision de l’analyse des images médicales grâce à l’intégration des métadonnées des patients.
◦
Démonstration de l'efficacité d'une approche de transformateur à granularité fine basée sur un ensemble de données granulaires.
◦
Nous présentons une méthodologie robuste qui démontre des améliorations de performances même sur de petits ensembles de données.
•
Limitations:
◦
L'ensemble de données utilisé nécessite des recherches supplémentaires sur la généralisabilité à de petits ensembles de données auto-construits et à des ensembles de données de fractures spécifiques.
◦
La validation de la généralisabilité à d’autres types de lésions du poignet ou à d’autres groupes d’âge est nécessaire.
◦
Des recherches plus approfondies sur les types de métadonnées et la manière dont elles sont intégrées pourraient potentiellement améliorer les performances.
👍
Made with Slashpage