CT 上的压缩性骨折检测
计算机视觉与模式识别
2017-06-07 v1
摘要
椎体压缩性骨折的存在高度提示骨质疏松，并且是预测脊柱或其他部位发生继发性骨质疏松性骨折的最强单一预测因子。临床上仅有不到三分之一的椎体压缩性骨折得到诊断。我们提出了一种在计算机断层扫描（CT）中自动检测脊柱压缩性骨折的方法。该算法由三个步骤组成。首先，对脊柱进行分割并提取矢状位图像块。然后，使用卷积神经网络（CNN）对这些图像块进行二分类。最后，利用循环神经网络（RNN）预测该图像块序列中是否存在椎体骨折。
引用
@article{arxiv.1706.01671,
title = {Compression Fractures Detection on CT},
author = {Amir Bar and Lior Wolf and Orna Bergman Amitai and Eyal Toledano and Eldad Elnekave},
journal= {arXiv preprint arXiv:1706.01671},
year = {2017}
}