مقدمة نموذج YOLOv9، الإصدار الأحدث من سلسلة You Only Look Once (YOLO)، أدت إلى انتشاره الواسع في مختلف السيناريوهات. يعتبر هذا البحث أول دراسة تطبق نموذج خوارزمية YOLOv9 على مهمة كشف الكسور كجزء من التشخيص الطبي المعاون (CAD) لمساعدة الأطباء الشعاعيين والجراحين في تفسير صور الأشعة السينية. بشكل خاص، قام هذا البحث بتدريب النموذج على مجموعة بيانات GRAZPEDWRI-DX وتوسيع مجموعة التدريب باستخدام تقنيات زيادة البيانات لتحسين أداء النموذج. تظهر النتائج التجريبية أن مقارنة بقيمة mAP 50-95 للنموذج الرائد حاليًا (SOTA)، زاد نموذج YOLOv9 القيمة من 42.16% إلى 43.73%， بنسبة تحسين بلغت 3.7%. يتوفر رمز التنفيذ بشكل عام على الرابط https://github.com/RuiyangJu/YOLOv9-Fracture-Detection.请注意，最后一句中的百分比符号“%”在阿拉伯语中通常放在数字后面，因此我将其调整为更符合阿拉伯语习惯的形式：رمز التنفيذ متاح للعموم على الرابط https://github.com/RuiyangJu/YOLOv9-Fracture-Detection، مع نسبة تحسين بلغت 3.7%.