骨折形态分类：用于多标签复杂性的局部多类建模
组合数学
2025-12-17 v1
摘要
15%至45%的儿童在生长年龄期间会经历骨折，使得准确诊断至关重要。骨折形态，以及位置和碎片角度，是关键诊断特征。在本工作中，我们提出了一种方法，通过为相应的骨折边界框自动分配全局AO代码来提取骨折形态。此方法使我们能够利用公共数据集并将全局多标签任务重新定义为局部多类任务，从而使平均F1分数提高了7.89%。然而，在使用不完美的骨折检测器时，性能会下降，这凸显了实际部署的挑战。我们的代码已在GitHub上提供。
引用
@article{arxiv.2512.14195,
title = {Characterization of Complete Bipartite Graphs via Resistance Spectra},
author = {Xiang-Yang Liu and Xiang-Feng Pan and Yong-Yi Jin and Li-Cheng Li},
journal= {arXiv preprint arXiv:2512.14195},
year = {2025}
}