HyperAIHyperAI
il y a 2 mois

Détection de fractures dans les images radiographiques de traumatismes du poignet pédiatrique à l'aide de l'algorithme YOLOv8

Ju, Rui-Yang ; Cai, Weiming
Détection de fractures dans les images radiographiques de traumatismes du poignet pédiatrique à l'aide de l'algorithme YOLOv8
Résumé

Les services d'urgence des hôpitaux reçoivent fréquemment de nombreux cas de fractures osseuses, dont les fractures traumatiques du poignet pédiatrique représentent la majorité. Avant que les chirurgiens pédiatres n'interviennent, ils doivent interroger les patients sur la manière dont la fracture s'est produite et analyser la situation de la fracture en interprétant les images radiographiques. L'interprétation des images radiographiques nécessite souvent une combinaison de techniques utilisées par les radiologues et les chirurgiens, ce qui implique une formation spécialisée chronophage. Avec l'émergence de l'apprentissage profond dans le domaine de la vision par ordinateur, les modèles de réseau appliqués à la détection des fractures sont devenus un sujet de recherche important. Dans cet article, nous utilisons l'augmentation de données pour améliorer les performances du modèle de l'algorithme YOLOv8 (la dernière version de You Only Look Once) sur un ensemble de données radiographiques pédiatriques du poignet (GRAZPEDWRI-DX), qui est un jeu de données public. Les résultats expérimentaux montrent que notre modèle a atteint l'état de l'art (SOTA) en termes de précision moyenne (mAP 50). Plus précisément, le mAP 50 de notre modèle est de 0,638, ce qui est significativement plus élevé que les 0,634 et 0,636 des modèles YOLOv7 amélioré et YOLOv8 original. Pour permettre aux chirurgiens d'utiliser notre modèle pour la détection des fractures sur les images radiographiques pédiatriques du poignet, nous avons conçu l'application "Fracture Detection Using YOLOv8 App" afin d'aider les chirurgiens dans leur diagnostic des fractures, réduire la probabilité d'erreurs d'analyse et fournir plus d'informations utiles pour la chirurgie.