基于语义分割的X射线图像股骨颈干角计算
图像与视频处理
2024-05-28 v2 计算机视觉与模式识别
摘要
本文研究了使用深度学习方法从X射线图像估计股骨颈干角（CCD角）的方法。CCD角是诊断髋部问题的重要测量指标，正确预测有助于手术规划。然而，手动测量该角度可能耗时且易受观察者间差异影响。在本文中，我们提出了一种深度学习算法，能够可靠地从X射线图像估计股骨CCD角。为了训练和测试我们模型的性能，我们使用了一个带有相关股骨CCD角测量的X射线图像数据集。此外，我们构建了一个原型来显示预测结果并允许用户与预测进行交互。由于这是在手术的无菌环境中进行的，我们将界面扩展为仅通过语音命令使用的可能性。我们的结果表明，我们的深度学习模型在X射线图像上预测股骨CCD角具有很高的准确性，在测试数据集上左股骨的平均绝对误差为4.3度，右股骨为4.9度。我们的结果表明，深度学习有潜力为预测股骨CCD角提供更高效和准确的技术，这可能对髋部问题的诊断和管理具有重要的治疗意义。
引用
@article{arxiv.2404.17083,
title = {Calculation of Femur Caput Collum Diaphyseal angle for X-Rays images using Semantic Segmentation},
author = {Muhammad Abdullah and Anne Querfurth and Deepak Bhatia and Mahdi Mantash},
journal= {arXiv preprint arXiv:2404.17083},
year = {2024}
}