DeepLOC: التعرف والتصنيف الآلي للمرض العظمي في صور الأشعة السينية للرسغ باستخدام التعلم العميق

في السنوات الأخيرة، أظهرت أنظمة التشخيص المدعومة بالحوسبة إمكانات كبيرة في مساعدة الأطباء المُشخصين بالأشعة على تحليل الصور الطبية بدقة وكفاءة. يقدّم هذا البحث منهجية جديدة لتحديد موقع وتصنيف الأمراض العظمية في صور الأشعة السينية لمعصم اليد، باستخدام مزيج من نموذج YOLO (You Only Look Once) ونموذج Shifted Window Transformer (Swin) مع كتلة مُقترحة حديثًا. تُعالج المنهجية المقترحة تحديين رئيسيين في تحليل صور الأشعة السينية للذراع: تحديد دقيق لمواقع الأمراض العظمية، وتصنيف دقيق للتشوهات. يتم استخدام إطار عمل YOLO للكشف عن الأمراض العظمية وتحديد مواقعها، مستفيدًا من قدرته الفائقة على الكشف عن الكائنات في الزمن الفعلي. بالإضافة إلى ذلك، يُستخدم نموذج Swin، وهو وحدة تعتمد على نموذج الـ Transformer، لاستخراج المعلومات السياقية من المناطق المُحددة ذات الاهتمام (ROIs) بهدف التصنيف الدقيق.