YOLOv9 pour la détection de fractures dans les images radiographiques de traumatismes du poignet pédiatrique

L'introduction de YOLOv9, la dernière version de la série You Only Look Once (YOLO), a conduit à son adoption généralisée dans divers scénarios. Cet article est le premier à appliquer le modèle d'algorithme YOLOv9 à la tâche de détection des fractures en tant qu'aide au diagnostic assisté par ordinateur (ADAO) pour aider les radiologues et les chirurgiens à interpréter les images radiographiques. Plus précisément, cet article a formé le modèle sur l'ensemble de données GRAZPEDWRI-DX et a étendu l'ensemble d'entraînement en utilisant des techniques d'augmentation de données afin d'améliorer les performances du modèle. Les résultats expérimentaux montrent que, comparativement au mAP 50-95 du modèle actuel de pointe (SOTA), le modèle YOLOv9 a augmenté cette valeur de 42,16 % à 43,73 %, soit une amélioration de 3,7 %. Le code d'implémentation est disponible publiquement sur https://github.com/RuiyangJu/YOLOv9-Fracture-Detection.