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 multidimensionnelle pour résoudre le problème de la reconnaissance des lésions du poignet, fréquent chez les patients pédiatriques souffrant de fractures, à partir d'un ensemble de données limité. Dans un premier temps, nous abordons la reconnaissance des lésions du poignet comme un problème de reconnaissance d'images fines et améliorons les performances du réseau en intégrant les métadonnées des patients aux images radiographiques X. De plus, nous améliorons encore les performances en exploitant les pondérations apprises à partir d'un ensemble de données d'images fines distinct. Bien que l'intégration des métadonnées ait été utilisée dans d'autres domaines médicaux, il s'agit de la première étude à l'appliquer à la reconnaissance des lésions du poignet.

Takeaways, Limitations_

•
Takeaways:
◦
Une approche multimodale efficace pour résoudre le problème de la reconnaissance des lésions du poignet avec un ensemble de données limité est présentée.
◦
Identifier le potentiel d’amélioration des performances grâce à la fusion des métadonnées des patients et des images médicales.
◦
Démontrer l’utilité de tirer parti des poids pré-entraînés à partir d’autres ensembles de données d’images détaillées.
◦
Présentation d'un nouveau potentiel d'application de l'intégration des métadonnées dans le domaine de la reconnaissance des lésions du poignet.
•
Limitations:
◦
La taille de l'ensemble de données utilisé peut encore être limitée. Une validation avec un ensemble de données plus important est nécessaire.
◦
Les performances peuvent varier selon le type et la qualité des métadonnées. Des améliorations sont nécessaires dans la sélection et le prétraitement des métadonnées.
◦
Une validation plus poussée de la généralisabilité de la méthodologie présentée dans cette étude est nécessaire. Son applicabilité à diverses lésions du poignet et populations doit être évaluée.
👍
Made with Slashpage