Cet article présente une approche multidimensionnelle pour pallier le manque de données sur le diagnostic des lésions du poignet chez les patients pédiatriques souffrant de fractures. À partir d'un ensemble de données limité, nous abordons la reconnaissance fine afin d'identifier les lésions subtiles des rayons ____T216_____ négligées par les réseaux neuronaux conjoncturels conventionnels, et améliorons les performances du réseau en intégrant les métadonnées des patients aux images des rayons X. De plus, nous utilisons des pondérations pré-entraînées sur un ensemble de données fines plutôt que sur un ensemble de données général comme ImageNet. Ainsi, nous montrons une amélioration de 2 % de la précision diagnostique sur un ensemble de données limité et de plus de 10 % sur un ensemble de données plus vaste centré sur les fractures. En particulier, bien que l'intégration des métadonnées ait été utilisée dans d'autres domaines médicaux, c'est la première fois qu'elle est appliquée au diagnostic des lésions du poignet.
