[공지사항]을 빙자한 안부와 근황 
Show more

Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

A Deep Learning-Based Ensemble System for Automated Shoulder Fracture Detection in Clinical Radiographs

Created by
  • Haebom

作者

Hemanth Kumar M, Karthika M, Saianiruth M, Vasanthakumar Venugopal, Anandakumar D, Revathi Ezhumalai, Charulatha K, Kishore Kumar J, Dayana G, Kalyan Sivasailam, Bargava Subramanian

概要

本論文は、緊急および多量の患者ケア環境でしばしば診断が見逃される肩骨折の早期診断を支援するために、多モデル深層学習システムを開発した。 10,000個の注釈付きの肩の_X線写真を使用して、Faster R-CNN、EfficientDet、RF-DETRなどのアーキテクチャに基づいてモデルを開発し、Soft-NMS、WBF、NMW融合などの境界ボックスおよび分類レベルのアンサンブル技術を適用しました。その結果、NMWアンサンブルは95.5%の精度と0.9610のF1スコアを達成し、すべての主要な指標で個々のモデルを上回りました。これは、肩の_X線の写真で臨床的骨折を検出するための効果を確認します。本研究のモデルは、迅速なスクリーニングおよび分類支援のためのバイナリ骨折検出に限定されている。

Takeaways、Limitations

Takeaways:
アンサンブルベースのAIは、肩の_X線の写真で、骨折を高精度で信頼できるように検出できることを示しています。
モデルの精度と展開の準備を介してリアルタイム診断ワークフローに統合される可能性を提示します。
Limitations:
バイナリ骨折巻きが可能で、詳細な整形外科分類には適用できない。
モデルの一般化性能に関するさらなる研究が必要となるかもしれない。
👍