基于CT图像的踝部骨折分类的多阶段半监督学习
图像与视频处理
2024-04-01 v1 计算机视觉与模式识别
摘要
由于踝部损伤的复杂机制，临床诊断踝部骨折非常困难。为简化骨折诊断流程，提出了一种自动骨折诊断模型。首先，提出了用于踝关节髋纤骨联合区域的 Tibia-fibula 分割网络，并基于骨折数据建立了相应的分割数据集。其次，使用图像配准方法将骨骼分割掩码与正常骨骼掩码进行配准。最后，构建半监督分类器，以充分利用大量未标记数据进行踝部骨折分类。实验表明，所提方法能够准确分割带有骨折线的骨折，性能优于常用方法。与分类网络相比，该方法在多个指标上都表现更优。
引用
@article{arxiv.2403.19983,
title = {A multi-stage semi-supervised learning for ankle fracture classification on CT images},
author = {Hongzhi Liu and Guicheng Li and Jiacheng Nie and Hui Tang and Chunfeng Yang and Qianjin Feng and Hailin Xu and Yang Chen},
journal= {arXiv preprint arXiv:2403.19983},
year = {2024}
}