基于深度学习方法的智能颈椎骨折检测
计算机视觉与模式识别
2023-11-13 v1
摘要
颈椎骨折构成一种危急的医疗急症，若未治疗或未被发现，可能导致终身瘫痪甚至死亡。随时间推移，这些骨折会在无干预的情况下恶化。为解决关于深度学习技术用于脊柱骨折检测实际应用的缺乏研究，本研究利用包含颈椎骨折与未骨折计算机断层扫描图像的数据集。本文引入了一种两阶段流水线，旨在识别每张图像切片中颈椎的存在并精确定位骨折位置。第一阶段训练了一个融合图像与图像元数据的多输入网络。该网络基于 Global Context Vision Transformer，其性能与流行的深度学习图像分类模型进行了基准比较。第二阶段训练了 YOLOv8 模型以检测图像中的骨折，并将其有效性同 YOLOv5 进行比较。所得结果表明，所提算法显著减少了放射科医生的工作负担并提升了骨折检测的准确性。
引用
@article{arxiv.2311.05708,
title = {Intelligent Cervical Spine Fracture Detection Using Deep Learning Methods},
author = {Reza Behbahani Nejad and Amir Hossein Komijani and Esmaeil Najafi},
journal= {arXiv preprint arXiv:2311.05708},
year = {2023}
}