الكسور المعصمية شائعة للغاية بين الأطفال ويمكن أن تؤثر بشكل كبير على أنشطتهم اليومية، مثل الحضور إلى المدرسة، المشاركة في الألعاب الرياضية، وإجراء مهام الرعاية الذاتية الأساسية. إذا لم يتم علاجها بشكل صحيح، يمكن أن تؤدي هذه الكسور إلى آلام مزمنة، وانخفاض وظائف المعصم، وغيرها من المضاعفات طويلة الأمد. مؤخرًا، أظهرت التطورات في اكتشاف الأجسام الوعد بتحسين اكتشاف الكسور، حيث حققت الأنظمة دقة تعادل أو حتى تتفوق على دقة الأطباء الشعاعيين البشريين. سلسلة YOLO (You Only Look Once) بشكل خاص قد أظهرت نجاحًا لافتًا في هذا المجال.يعد هذا البحث الأول الذي يوفر تقييمًا شاملًا لنسخ مختلفة من YOLOv10 لتقييم أدائها في اكتشاف كسور المعصم لدى الأطفال باستخدام مجموعة بيانات GRAZPEDWRI-DX. يدرس البحث كيف يمكن أن تحسن التغييرات في تعقيد النموذج، وتوسيع الهيكل، وتنفيذ استراتيجية التسمية الثنائية من أداء الاكتشاف. تشير النتائج التجريبية إلى أن النموذج الذي تم تدريبه حقق دقة متوسطة (mAP@50-95) قدرها 51.9٪، مما يتجاوز معيار YOLOv9 الحالي البالغ 43.3٪ على هذه المجموعة من البيانات. وهذا يمثل تحسينًا بنسبة 8.6٪. الرمز البرمجي للتنفيذ متاح للعموم على الرابط https://github.com/ammarlodhi255/YOLOv10-Fracture-Detection.