基于可微规则分类的脊椎骨折分析及不确定性估计
图像与视频处理
2024-07-04 v1 计算机视觉与模式识别
摘要
我们提出了一种新颖的方法，用于基于深度神经网络的可解释脊椎骨折评估（XVFA），结合脊椎检测和关键点定位，同时包含不确定性估计。我们将 Genant 的半定量标准作为可微规则，用于对脊椎骨折等级和形态进行分类。与前期工作不同，XVFA 提供了可解释的分类，贴合当前临床方法，同时提供不确定性估计，同时在挑战性环境下实现了比最先进方法更好的性能，脊椎水平灵敏度达93%，端到端 AUC 达97%。此外，我们比较了人类读者间的一致性与模型不确定性估计，显示模型可靠性与人类标注员相当。
引用
@article{arxiv.2407.02926,
title = {Explainable vertebral fracture analysis with uncertainty estimation using differentiable rule-based classification},
author = {Victor Wåhlstrand Skärström and Lisa Johansson and Jennifer Alvén and Mattias Lorentzon and Ida Häggström},
journal= {arXiv preprint arXiv:2407.02926},
year = {2024}
}
备注
To be published in MICCAI 2024 conference proceedings