AI 增强的 Peyronie 病诊断：一种基于计算机视觉的新方法
图像与视频处理
2024-11-13 v1 人工智能
计算机视觉与模式识别
摘要
本研究提出了一种创新的 AI 驱动工具，用于诊断影响全球男性 0.3%~13.1% 的 Peyronie 病 (PD)。该方法利用关键点检测对图像和视频进行处理，以测量阴茎曲角度，运用先进的计算机视觉技术。该工具在识别解剖 landmarks 方面已证明高准确性，经常规测角仪测量验证。传统 PD 诊断常涉及主观且侵入性的方法，可能导致患者不适和误差。我们的做法提供了一种精确、可靠且非侵入性的诊断工具，以缓解上述缺点。该模型在区分 PD 与正常解剖变化方面，灵敏度为 96.7%，特异度为 100%。这一突破性进展在泌尿学诊断领域具有重大意义，大幅提升了 PD 评估的效能和便利性，为医护人员和患者带来显著改善。
关键词
引用
@article{arxiv.2411.07684,
title = {AI enhanced diagnosis of Peyronies disease a novel approach using Computer Vision},
author = {Yudara Kularathne and Janitha Prathapa and Prarththanan Sothyrajah and Salomi Arasaratnam and Sithira Ambepitiya and Thanveer Ahamed and Dinuka Wijesundara},
journal= {arXiv preprint arXiv:2411.07684},
year = {2024}
}
备注
8 pages, 6 figures, 4 tables