본 논문은 소아의 손목 병변 진단의 어려움과 제한된 데이터셋을 극복하기 위한 다각적 접근 방식을 제시합니다. 기존 CNN이 간과하는 미세한 X-ray 병변을 식별하기 위해 미세 입자 인식(fine-grained recognition) 전략을 사용하고, 환자 메타데이터와 X-ray 이미지를 융합하여 네트워크 성능을 향상시켰습니다. 또한, ImageNet과 같은 일반적인 데이터셋 대신 미세 입자 데이터셋으로 사전 훈련된 가중치를 활용했습니다. 제한된 데이터셋에서는 2%, 골절 중심의 더 큰 데이터셋에서는 10% 이상의 진단 정확도 향상을 보였습니다. 이는 손목 병변 진단에 메타데이터 통합을 활용한 새로운 시도입니다.
