用于脊柱侧弯自然图像检测的对称感知与有序回归
计算机视觉与模式识别
2024-11-26 v1
摘要
脊柱侧弯是青少年中最常见的疾病之一。传统的脊柱侧弯筛查方法通常采用X光检查,这需要认证专家操作医疗设备,并带来辐射风险。考虑到这些要求和不便,我们提出使用人体背部自然图像进行大范围脊柱侧弯筛查,这是一个具有挑战性的问题。在本文中,我们注意到人体背部具有一定程度的对称性,而不对称的背部通常由脊柱病变引起。此外,脊柱侧弯的严重程度具有有序关系。受此启发,我们提出了一种双路径脊柱侧弯检测网络,包含两个主要模块:对称特征匹配模块(SFMM)和有序回归头(ORH)。具体来说,我们首先采用主干网络分别提取输入图像及其水平翻转图像的特征。然后,我们将提取的两个特征输入SFMM以捕获对称关系。最后,我们使用ORH将有序回归问题转化为一系列二分类子问题。大量实验表明,我们的方法优于最先进的方法以及人类表现,为大范围脊柱侧弯筛查提供了一种有前景且经济的解决方案。具体而言,我们的方法在一般严重程度和精细严重程度估计上分别达到了95.11%和81.46%的准确率。
引用
@article{arxiv.2411.15799,
title = {Symmetric Perception and Ordinal Regression for Detecting Scoliosis Natural Image},
author = {Xiaojia Zhu and Rui Chen and Xiaoqi Guo and Zhiwen Shao and Yuhu Dai and Ming Zhang and Chuandong Lang},
journal= {arXiv preprint arXiv:2411.15799},
year = {2024}
}
备注
This paper has been accepted by Applied Intelligence