使用深度学习自动进行 Pfirrmann 分级的更强基线
图像与视频处理
2022-10-27 v1 计算机视觉与模式识别
摘要
本文探讨了使用深度学习对腰椎 MRI 中的视觉特征进行分级的挑战。这种方法对于自动量化脊柱结构变化至关重要，这对于理解腰背痛具有重要价值。最近的多项研究调查了不同的架构设计，而最近的成功归因于 transformer 架构的使用。在这项工作中，我们认为，通过一个包含语义分割、定位和分类且经过良好调优的三阶段流水线，卷积网络优于 SOTA 方法。我们在一个人群队列中对现有方法进行了消融研究，并报告了在各种亚组中的性能泛化情况。我们的代码已公开提供，以推进椎间盘退变和腰背痛的研究。
关键词
引用
@article{arxiv.2210.14597,
title = {A Stronger Baseline For Automatic Pfirrmann Grading Of Lumbar Spine MRI Using Deep Learning},
author = {Narasimharao Kowlagi and Huy Hoang Nguyen and Terence McSweeney and Simo Saarakkala and Juhani määttä and Jaro Karppinen and Aleksei Tiulpin},
journal= {arXiv preprint arXiv:2210.14597},
year = {2022}
}
备注
5 pages, under review