Retuve:面向发育性髋关节脱垂的多模态自动化分析框架
图像与视频处理
2025-11-11 v2 计算机视觉与模式识别
摘要
发育性髋关节脱垂(DDH)存在显著诊断挑战,阻碍了及时干预。当前的筛查方法缺乏标准化,而AI驱动的研究因数据和代码可用性有限,存在可重复性问题。为解决这些限制,我们提出Retuve——一个面向DDH多模态分析的开源框架,涵盖超声(US)和X光成像。Retuve提供完整且可重复的工作流程,包含经专家标注的US和X光图像开放数据集、预训练模型及训练代码与权重,以及用户友好的Python应用程序编程接口(API)。该框架集成分割和 landmarks 检测模型,实现对关键诊断参数(如α角和髋前斜角)的自动化测量。通过遵循开源原则,Retuve促进了DDH研究中的透明度、合作与可获取性。该倡议有望 democratize DDH筛查,促进早期诊断,从而改善患者预后,通过广泛筛查和早期干预实现早期诊断。GitHub仓库/代码地址:https://github.com/radoss-org/retuve
引用
@article{arxiv.2504.06422,
title = {Retuve: Automated Multi-Modality Analysis of Hip Dysplasia with Open Source AI},
author = {Adam McArthur and Stephanie Wichuk and Stephen Burnside and Andrew Kirby and Alexander Scammon and Damian Sol and Abhilash Hareendranathan and Jacob L. Jaremko},
journal= {arXiv preprint arXiv:2504.06422},
year = {2025}
}
备注
12 pages, 7 figures, submitted to Software Impacts