HyperAIHyperAI
منذ 2 أشهر

اكتشاف الكسور في صور الأشعة السينية لكسور معصم الأطفال باستخدام خوارزمية YOLOv8

Ju, Rui-Yang ; Cai, Weiming
اكتشاف الكسور في صور الأشعة السينية لكسور معصم الأطفال باستخدام خوارزمية YOLOv8
الملخص

تتلقى أقسام الطوارئ في المستشفيات بشكل متكرر العديد من حالات كسور العظام، حيث تشكل كسور معصم الأطفال الجزء الأكبر منها. قبل أن يقوم الجراحون الأطفال بالجراحة، يجب عليهم استفسار المرضى عن كيفية حدوث الكسر وتحليل حالة الكسر من خلال تفسير صور الأشعة السينية. غالباً ما يتطلب تفسير صور الأشعة السينية مزيجاً من التقنيات التي يستخدمها الأطباء الإشعاعيون والجراحون، مما يتطلب التدريب المتخصص الذي يستغرق وقتاً طويلاً. مع ظهور التعلم العميق في مجال الرؤية الحاسوبية، أصبحت نماذج الشبكات المطبقة للكشف عن الكسور موضوع بحث مهم. في هذا البحث، نستخدم زيادة البيانات لتحسين أداء خوارزمية YOLOv8 (النسخة الأخيرة من You Only Look Once) على مجموعة بيانات الأشعة السينية لكسور معصم الأطفال (GRAZPEDWRI-DX)، وهي مجموعة بيانات عامة. تظهر النتائج التجريبية أن نموذجنا قد حقق الدقة المتوسطة المثلى (SOTA) للدقة المتوسطة (mAP 50). تحديداً، بلغت دقة mAP 50 لنموذجنا 0.638، وهي أعلى بكثير من 0.634 و0.636 لنماذج YOLOv7 المحسنة وYOLOv8 الأصلية على التوالي. لتمكين الجراحين من استخدام نموذجنا للكشف عن الكسور في صور الأشعة السينية لكسور معصم الأطفال، قمنا بتصميم التطبيق "كشف الكسور باستخدام تطبيق YOLOv8" للمساعدة في تشخيص الكسور وتقليل احتمالية الخطأ في التحليل وتوفير معلومات أكثر فائدة للعمليات الجراحية.