Koc_net: impacto de la técnica de sobremuestreo de minorías sintéticas con modelos de aprendizaje profundo para la clasificación de la osteoartritis de rodilla utilizando el grado de rayos X de Kellgren-Lawrence
Autores: Hassan, Syeda Nida; Khalil, Mudassir; Salahuddin, Humayun; Naqvi, Rizwan Ali; Jeong, Daesik; Lee, Seung-Won
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Koc_net: impacto de la técnica de sobremuestreo de minorías sintéticas con modelos de aprendizaje profundo para la clasificación de la osteoartritis de rodilla utilizando el grado de rayos X de Kellgren-Lawrence
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Enfermedades
Osteoartritis de rodilla
Diagnóstico
Algoritmos de aprendizaje profundo
Modelo KOC_Net
Rendimiento de clasificación
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 29
Citaciones: Sin citaciones
Una de las enfermedades más comunes que afecta a los humanos es la osteoartritis de rodilla (KOA). La KOA ocurre cuando el cartílago de la articulación de la rodilla se descompone y los huesos de la rodilla comienzan a frotarse entre sí. El diagnóstico de la KOA es un proceso largo y un diagnóstico incorrecto puede tener consecuencias graves. Por lo tanto, el diagnóstico de la KOA en una etapa inicial es crucial para prevenir complicaciones graves en los pacientes.
Descripción
Una de las enfermedades más comunes que afecta a los humanos es la osteoartritis de rodilla (KOA). La KOA ocurre cuando el cartílago de la articulación de la rodilla se descompone y los huesos de la rodilla comienzan a frotarse entre sí. El diagnóstico de la KOA es un proceso largo y un diagnóstico incorrecto puede tener consecuencias graves. Por lo tanto, el diagnóstico de la KOA en una etapa inicial es crucial para prevenir complicaciones graves en los pacientes.