logo móvil
Contáctanos

SpineHRformer: un modelo de aprendizaje profundo basado en Transformer para la evaluación automática de deformidades de la columna con validación prospectiva

Autores: Zhao, Moxin; Meng, Nan; Cheung, Jason Pui Yin; Yu, Chenxi; Lu, Pengyu; Zhang, Teng

Idioma: Inglés

Editor: MDPI

Año: 2023

Descargar PDF

Acceso abierto

Artículo científico
2023

SpineHRformer: un modelo de aprendizaje profundo basado en Transformer para la evaluación automática de deformidades de la columna con validación prospectiva


Categoría

Ingeniería y Tecnología

Subcategoría

Bioingeniería

Palabras clave

Deformidad espinal
ángulo de Cobb
SpineHRformer
Detección de puntos de referencia
Predicción de AC
Clasificación de gravedad

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 35

Citaciones: Sin citaciones


Descripción
El ángulo de Cobb (CA) sirve como el método principal para evaluar la deformidad espinal, pero las mediciones manuales del CA son laboriosas y susceptibles a la variabilidad entre observadores e intraobservador. Mientras que los métodos basados en el aprendizaje, como SpineHRNet+, han demostrado potencial para automatizar la medición del CA, su precisión puede ser influenciada por la severidad de la deformidad espinal, la calidad de la imagen, la posición relativa de las costillas y las vértebras, etc. Nuestro objetivo es crear un enfoque confiable basado en el aprendizaje que proporcione mediciones consistentes y altamente precisas del CA a partir de radiografías posteroanteriores (PA), superando el método más avanzado actualmente.

Otros recursos que podrían interesarte

Temas Virtualpro