Enfoque de aprendizaje profundo impulsado por YOLO11 para una detección y visualización mejoradas de fracturas de muñeca en imágenes de rayos X
Autores: Tariq, Mubashar; Choi, Kiho
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Enfoque de aprendizaje profundo impulsado por YOLO11 para una detección y visualización mejoradas de fracturas de muñeca en imágenes de rayos X
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Fracturas de muñeca
Enfoques impulsados por IA
YOLO11
Mecanismos de atención
Modelo ResNet_GAM
Aumento de datos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 24
Citaciones: Sin citaciones
Las fracturas de muñeca, especialmente aquellas que involucran el codo y el radio distal, son las lesiones más comunes en niños, adolescentes y adultos jóvenes, con las tasas de ocurrencia más altas durante la adolescencia. Sin embargo, la demanda de imágenes médicas y la escasez de radiólogos hacen que sea difícil garantizar un diagnóstico y tratamiento precisos.
Descripción
Las fracturas de muñeca, especialmente aquellas que involucran el codo y el radio distal, son las lesiones más comunes en niños, adolescentes y adultos jóvenes, con las tasas de ocurrencia más altas durante la adolescencia. Sin embargo, la demanda de imágenes médicas y la escasez de radiólogos hacen que sea difícil garantizar un diagnóstico y tratamiento precisos.