基于深度学习从结构 MRI 预测膝骨关节炎进展
图像与视频处理
2024-08-07 v1 计算机视觉与模式识别
摘要
从结构 MRI 准确预测膝骨关节炎（KOA）进展有助于增进对疾病的理解并支持临床试验。已有研究聚焦于手动设计的影像学生物标志物，其可能无法充分利用 MRI 扫描中所有与疾病相关的信息。相比之下，我们的方法使用深度学习从原始数据端到端地学习相关表示，并将其用于进展预测。该方法采用 2D CNN 逐切片处理数据，并使用 Transformer 聚合提取的特征。在大型队列（n=4,866）上评估，所提方法优于传统的基于 2D 和 3D CNN 的模型，达到 的平均精度和 的 ROC AUC。本文确立了从结构 MRI 端到端预测 KOA 进展的基线。我们的代码公开于 https://github.com/MIPT-Oulu/OAProgressionMR。
引用
@article{arxiv.2201.10849,
title = {Predicting Knee Osteoarthritis Progression from Structural MRI using Deep Learning},
author = {Egor Panfilov and Simo Saarakkala and Miika T. Nieminen and Aleksei Tiulpin},
journal= {arXiv preprint arXiv:2201.10849},
year = {2024}
}
备注
$\copyright$ 2022 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works