基于卷积块注意力模块集成神经网络的术前肩袖撕裂预测——来自肩部X光片
图像与视频处理
2024-08-20 v1 人工智能
计算机视觉与模式识别
摘要
研究问题：我们测试是否可以将平面肩部X光片与深度学习方法结合使用，以识别肩袖撕裂患者，从而替代标准护理中的MRI检查。结果：通过将卷积块注意力模块集成到深度神经网络中，我们的模型在检测肩袖撕裂患者方面表现出高准确率，平均AUC达到0.889，准确率为0.831。意义：本研究验证了我们深度学习模型从X光片中准确检测肩袖撕裂的有效性，为更昂贵的成像技术（如MRI）提供了一种可行的术前评估或替代方案。
引用
@article{arxiv.2408.09894,
title = {Preoperative Rotator Cuff Tear Prediction from Shoulder Radiographs using a Convolutional Block Attention Module-Integrated Neural Network},
author = {Chris Hyunchul Jo and Jiwoong Yang and Byunghwan Jeon and Hackjoon Shim and Ikbeom Jang},
journal= {arXiv preprint arXiv:2408.09894},
year = {2024}
}