Scoliosis Detection using Deep Neural Network

要約

脊柱側弯症は、背骨が横に曲がる病気で、10 代の若者の間で最も多く診断されます。
生活の質に劇的な影響を与え、重症の場合には心臓や肺の損傷による合併症を引き起こす可能性があります。
脊柱側弯症を検出および推定するための現在のゴールド スタンダードは、脊椎の前後方向の X 線画像を手作業で検査することです。
このプロセスは時間がかかり、観察者に依存し、評価者間のばらつきが大きくなります。
そのため、脊椎X線画像からの脊柱側弯症の自動推定への関心が高まっており、深層学習の発展により、脊椎湾曲の自動推定において驚くべき成果が示されています。
この論文の主な目的は、ディープ ラーニングの基本的な概念を確認し、ディープ ラーニングを適用して脊椎の湾曲を検出する方法を分析し、実際に採用されているディープ ラーニング ベースのモデルを調査することです。
脊柱側弯症検出の精度を向上させ、自動化されたコブ角予測に最も成功したものを実装することを目的としています。
キーワード: 脊柱側弯症の検出、脊椎湾曲推定、深層学習。
私

要約(オリジナル)

Scoliosis is a sideways curvature of the spine that most often is diagnosed among young teenagers. It dramatically affects the quality of life, which can cause complications from heart and lung injuries in severe cases. The current gold standard to detect and estimate scoliosis is to manually examine the spinal anterior-posterior X-ray images. This process is time-consuming, observer-dependent, and has high inter-rater variability. Consequently, there has been increasing interest in automatic scoliosis estimation from spinal X-ray images, and the development of deep learning has shown amazing achievements in automatic spinal curvature estimation. The main target of this thesis is to review the fundamental concepts of deep learning, analyze how deep learning is applied to detect spinal curvature, explore the practical deep learning-based models that have been employed. It aims to improve the accuracy of scoliosis detection and implement the most successful one for automated Cobb angle prediction. Keywords: Scoliosis Detection, Spinal Curvature Estimation, Deep Learning. i

arxiv情報

提供元, 利用サービス

arxiv.jp, Google