基于CNN的计算机断层扫描图像髋关节假体周围感染早期检测
图像与视频处理
2024-10-11 v1
摘要
在假体取出前（例如髋部、膝部或其他部位）对感染进行早期检测将为患者带来显著益处。目前，该检测任务仅以回顾性方式进行，所依赖的方法数量有限且基于生物特征或其他医疗数据。从断层成像中自动检测假体周围关节感染是一项此前从未被研究过的任务。本研究提出了一种通过分析计算机断层扫描（Computed Tomography）图像实现髋关节假体感染早期检测的新方法。所提出的解决方案基于一种新颖的ResNeSt卷积神经网络（Convolutional Neural Network）架构，该架构在来自100多名患者的样本上进行了训练。该方案在检测感染方面表现出卓越的性能，实验取得了高水平的准确率和F值。
引用
@article{arxiv.2304.08942,
title = {Early detection of hip periprosthetic joint infections through CNN on Computed Tomography images},
author = {Francesco Guarnera and Alessia Rondinella and Oliver Giudice and Alessandro Ortis and Sebastiano Battiato and Francesco Rundo and Giorgio Fallica and Francesco Traina and Sabrina Conoci},
journal= {arXiv preprint arXiv:2304.08942},
year = {2024}
}